Mots-clés
Équipe
Données et apprentissage automatique
Biographie
Valentina Sessa est une chercheuse dont les travaux se concentrent sur l’analyse des impacts environnementaux des infrastructures numériques et des systèmes énergétiques, ainsi que sur l’optimisation mathématique appliquée à divers domaines industriels. Ses recherches abordent notamment l’évaluation du cycle de vie (ACV) des centres de données et des modèles d’intelligence artificielle générative, en intégrant des approches systématiques pour quantifier leur empreinte carbone et leur efficacité énergétique. Elle explore également des méthodes avancées pour la détection de fuites de réfrigérants dans les systèmes de réfrigération industrielle, en combinant des techniques statistiques et des modèles dynamiques pour améliorer la fiabilité des diagnostics. Parallèlement, ses contributions en optimisation mathématique incluent le développement d’algorithmes séquentiels pour résoudre des problèmes quadratiques et des problèmes de complémentarité, avec des applications en planification énergétique et en modélisation de systèmes dynamiques. Ses travaux s’appuient sur une approche interdisciplinaire, liant modélisation numérique, apprentissage automatique et analyse des systèmes complexes pour répondre à des enjeux techniques et environnementaux contemporains.
Publication(s)
-
2026
Generative AI impact assessment through a life cycle analysis of multiple data center typologies DOI : 10.1016/j.apenergy.2025.127288
-
2025
Carbon Footprint of AI Data Centers: A Life Cycle Approach DOI : 10.46855/energy-proceedings-11569
-
2025
PREFACE DOI : 10.23952/asvao.7.2025.3.01
-
2025
Evaluating fault detection techniques for refrigerant leak detection in industrial vapor compression refrigeration systems DOI : 10.1109/ICCAD64771.2025.11099443
-
2024
A two-phase sequential algorithm for global optimization of the standard quadratic programming problem DOI : 10.1007/s10898-024-01423-y
-
2024
Alternating Direction Method and Deep Learning for Discrete Control with Storage DOI : 10.1007/978-3-031-60924-4_7
-
2024
Refrigerant leak detection in industrial vapor compression refrigeration systems using machine learning; [Détection de fuite de liquide frigorigène dans les installations frigorifiques industrielles à compresseurs de vapeur utilisant l'apprentissage automatique] DOI : 10.1016/j.ijrefrig.2024.02.016
-
2024
Computing Critical Angles Between Two Convex Cones DOI : 10.1007/s10957-024-02424-3
-
2024
Towards Improved Datacenter Assessment: Review and Framework Proposition DOI : 10.46855/energy-proceedings-11079
-
2022
Solution of Fractional Quadratic Programs on the Simplex and Application to the Eigenvalue Complementarity Problem DOI : 10.1007/s10957-022-02019-w
-
2022
How sensitive is a carbon-neutral power sector to climate change? The interplay between hydro, solar and wind for Portugal DOI : 10.1016/j.energy.2021.122106
-
2021
Analyzing the Applicability of Random Forest-Based Models for the Forecast of Run-of-River Hydropower Generation DOI : 10.3390/cleantechnol3040050
-
2021
Climate proofing the renewable electricity deployment in Europe - Introducing climate variability in large energy systems models DOI : 10.1016/j.esr.2021.100657
-
2021
An alternating direction method of multipliers for the eigenvalue complementarity problem DOI : 10.1080/10556788.2020.1734804
-
2020
A sequential partial linearization algorithm for the symmetric eigenvalue complementarity problem DOI : 10.1007/s10589-020-00226-7
-
2019
Splitting methods for the Eigenvalue Complementarity Problem DOI : 10.1080/10556788.2018.1479408
-
2019
Complementarity Model for Steady-State Analysis of Resonant LLC Power Converters DOI : 10.1109/TCSII.2018.2875591
-
2019
VARIABILTY OF LONG TERM ESTIMATES OF HYDRO POWER GENERATION ON A EUROPEAN SCALE
-
2017
Computation of periodic solutions in maximal monotone dynamical systems with guaranteed consistency DOI : 10.1016/j.nahs.2016.10.006
-
2016
A single-phase active filter with cascaded multilevel inverter modelled as a complementarity problem DOI : 10.1109/IECON.2016.7793311
-
2016
A complementarity approach for the computation of periodic oscillations in piecewise linear systems DOI : 10.1007/s11071-016-2758-5
-
2016
On the numerical solution of the quadratic eigenvalue complementarity problem DOI : 10.1007/s11075-015-0064-9
-
2014
A complementarity model for closed-loop power converters DOI : 10.1109/TPEL.2014.2306975
-
2014
Time-stepping methods for constructing periodic solutions in maximally monotone set-valued dynamical systems DOI : 10.1109/CDC.2014.7039866
-
2013
Computing period and shape of oscillations in piecewise linear Lur'e systems: A complementarity approach DOI : 10.1109/CDC.2013.6760622
-
2012
Mixed linear complementarity problems for the analysis of limit cycles in piecewise linear systems DOI : 10.1109/CDC.2012.6426544
-
2011
Computation of limit cycles in Lur'e systems DOI : 10.1109/acc.2011.5991294
Enseignements
Optimisation mathématique pour la transition
Le cours s’articule en deux parties thématiques, chacune alternant cours théorique, travaux dirigés (exercices de modélisation, preuves de convergence) et travaux pratiques (mise en œuvre du solveur Gurobi) : A. Optimisation en nombres entiers pour les problèmes discrets 1. Rappels d’optimisation linéaire (Exercices de modélisation, Géométrie et algèbre, Dualité et optimalité, Algorithme du simplexe) 2. Modélisation en nombres entiers (Décisions discrètes, Conditions logiques, Fonctions non-linéaire, Formulations idéales, Cas d’études pour la transition) 3. Algorithmes de programmation linéaire en nombres entiers (Génération de coupes, Branch-and-Bound, Reformulation et Décompositions) 4. Mise en œuvre (Branch-and-Cut, Solveurs modernes et paramétrisation, Cas d’étude : production hybride d’électricité) B. Problèmes d’équilibre du point de vue de l’optimisation 1. Rappels d’optimisation non linéaire (Définition du problème, Définition des solutions locales et globales, Qualifications des contraintes, Conditions d’optimalité de premier ordre, Conditions d’optimalité de second ordre, Dualité) 2. Introduction aux problèmes de complémentarité (Problèmes de complémentarité linéaire, Problèmes de complémentarité linéaire mixte, Connexion entre les problèmes d’optimisation et les problèmes de complémentarité, Algorithmes numériques pour résoudre les problèmes de complémentarité) 3. Problèmes d’optimisation contraints par des problèmes de complémentarité (Définition des problèmes d’équilibre, Lien avec les problèmes d’équilibre de Nash, Transformation d’un problème quadratique non convexe sur le simplexe en un programme mathématique avec des contraintes de complémentarité) 4. Exemples (Marchés énergétiques, Accords internationaux sur l’adaptation aux changements climatiques) Pour chaque partie thématique, les notes du cours en forme de diapositive et le code nécessaire pour le TP seront mise à disposition des élèves. Matériel : ordinateur personnel avec, au choix : navigateur et compte Github ou Google Drive (pour le code et la sauvegarde du projet sous Google Colab) ou une installation récente de Gurobi (plusieurs API disponibles, dont Python, C/C++, Java) et MATLAB.
Direction(s) de thèse(s)
- 2026 Décarbonation du transport routier de marchandises : optimisation de la constitution et de l’usage des flottes de camions électriques AL KOSTIT Malak
- 2024 Programmation mathématique avec contraintes d'équilibre : modèles et algorithmes pour l'optimisation non convexe MARTINS SASAKI Antonio
- 2023 CONSTRUIRE UNE METHODOLOGIE DE DECARBONATION DES EQUIPEMENTS ELECTRONIQUES PAR LA CONCEPTION (DESIGN-TO-GREEN) LE BARROIS D'ORGEVAL Alexandre
- 2022 Détection de fuites de liquide frigorigène dans les installations frigorifiques industrielles à compresseurs de vapeur MTIBAA Amal