Séminaire de Hamdi Béji (Univ. Lille)

Intervenant :  H. Béji (Doctorant UML)

Prédiction de comportement élastique et thermique des matériaux hétérogènes en utilisant les réseaux de neurones convolutifs

Résumé : Les matériaux hétérogènes connaissent un essor croissant dans de nombreux secteurs industriels tels que l'aéronautique et l'automobile. Pour connaître le comportement de ces matériaux, il serait trop coûteux en temps et en moyens de se baser directement sur les données expérimentales ou les approches d'homogénéisation traditionnelles. Le but de ce travail sera de présenter une nouvelle approche d'homogénéisation basée sur l'intelligence artificielle et les réseaux de neurones. Dans un premier temps, on commencera par une explication du processus de collection des données, ensuite, on présentera, d'une façon générale, la technologie de réseaux de neurones, et plus précisément les réseaux convolutifs. Après, on va voir l'application de cette approche sur l'ensemble des données collectées, par des calculs de type Éléments Finis, et à la fin de cette présentation, on exposera les résultats obtenus à partir du premier modèle optimisé via ces réseaux de neurones et évaluer son rendement.