L'équipe du LIAD
Julien NESPOULOUS
Ingénieur-chercheurAprès avoir obtenu un diplôme d'ingénieur à l'ENSTA Paris et un master (MS)2SC à l'Université Paris-Saclay en 2019, Julien réalise une thèse CIFRE entre le laboratoire MSME de l'Université Gustave Eiffel et la direction de la recherche de la SNCF. Cette thèse porte sur l'Optimisation sous contraintes et incertitudes de la commande du conducteur pour réduire la consommation énergétique des trains à grande vitesse à l'aide de la dynamique stochastique non linéaire et des statistiques. Ces travaux furent récompensés par le prix de thèse spécial "entreprise" de Paris-Est Sup en novembre 2023. Pendant ce parcours, Julien développe une expertise dans les thématiques de la quantification des incertitudes (calibration de paramètres incertains, identification de l'erreur de modèle, propagation d'incertitudes, ...) et de l'optimisation appliquées à la dynamique ferroviaire.
En 2024, Julien rejoint le CEA et le Laboratoire d'Intelligence Artificielle et de science des Données (LIAD) en tant qu'ingénieur-chercheur pour travailler sur ces mêmes thématiques dans le domaine de l'énergie. Il intègre également l'équipe Uranie dans laquelle il participe au développement tant méthodologique qu'algorithmique de la plateforme.
Liste des publications (non-exhaustive)
- J. Nespoulous, G. Perrin, C. Funfschilling, C. Soize, Measurements-based constrained control optimization in presence of uncertainties with application to the driver commands for high-speed trains, PhysicaD: Nonlinear Phenomena, 457 133977 (2024)
- J. Nespoulous, C. Soize, C. Funfschilling, G. Perrin, Optimisation of train speed to limit energy consumption, Vehicle System Dynamics, 60 10 (2022)
- J. Nespoulous, Constrained optimization under uncertainty of the driver’s command for energy saving of high-speed trains using computational stochastic nonlinear dynamics and statistics, PhD Thesis (2022)