Répertoire des expertises
Retour aux résultats de recherche
Antoine Lesage-Landry
B.Ing. (Poly), Ph.D. (Toronto)

Intérêts de recherche et affiliations

Intérêts de recherche
  • Modélisation des réseaux électriques
  • Prise de décision en incertitude
  • Optimisation
  • Online optimization
  • Online learning
  • Apprentissage machine
  • Réseaux électriques
  • Réseaux d’énergie renouvelable
  • Réseaux électriques intelligents
Type(s) d'expertises (sujets CRSNG)
  • 2501 Réseaux électriques
  • 2715 Optimisation
  • 2805 Théories de l'apprentissage et de l'inférence
  • 2956 Optimisation et théories de commande optimale
  • 2960 Modélisation mathématique

Publications

Publications récentes
Article de revue
Lesage-Landry, A. & Callaway, D.S. (2022). Batch reinforcement learning for network-safe demand response in unknown electric grids. Electric Power Systems Research, 212, 7 pages. Tiré de https://doi.org/10.1016/j.epsr.2022.108375
Article de revue
Li, F., Kocar, I. & Lesage-Landry, A. (2022). Rapid method for impact analysis of grid-edge technologies on power distribution networks. Cahier du Gerad, 2022-45, 20 pages. Tiré de https://www.gerad.ca/en/papers/G-2022-45
Communication de conférence
Mai, V., Zhang, T. & Lesage-Landry, A. (2021). Multi-agent reinforcement learning for renewable integration in the electric power grid. Communication présentée à NeurIPS Workshop on Tackling Climate with Machine Learning.
Article de revue
Lesage-Landry, A., Taylor, J.A. & Callaway, D.S. (2021). Online convex optimization with binary constraints. IEEE Transactions on Automatic Control, 66(12), 6164-6170. Tiré de https://doi.org/10.1109/TAC.2021.3061625

Biographie

Antoine Lesage-Landry est professeur adjoint au département de génie électrique de Polytechnique Montréal, QC, Canada. Il a obtenu son B. Ing. en génie physique de Polytechnique Montréal en 2015 et son Ph. D. en génie électrique de l’Université de Toronto, ON, Canada, en 2019. Avant de se joindre au corps professoral de Polytechnique Montréal, il a été chercheur postdoctoral au Energy & Resources Group à l’Université de la Californie, Berkeley de 2019 à 2020. Ses champs d’intérêt en recherche incluent l’optimisation et l’online learning ainsi que leurs applications aux réseaux électriques avec énergie renouvelable.

Formation

  • Ph.D., génie électrique, Université de Toronto
  • B.Ing., génie physique, Polytechnique Montréal