Sciences et technologies du numérique

Incomplete factorization and resolution of triangular systems for fine-grained parallelism computers

The evolution of computing brings up two very important trends: the proliferation of cores in processors and generalization of SIMD processing units. To exploit the full computing power provided by these developments the use of fine grain parallelism is essential. The problem is that many of parallel computing algorithms are not designed for fine-grained parallelization and the question arises as to develop these algorithms or find new ones to effectively leverage these processors.

Méthodes d’Apprentissage pour l’Accélération des Simulations Numériques

Les simulations numériques sont un outil essentiel pour la modélisation de processus physiques complexes. Les simulateurs modernes implémentent des algorithmes complexes résolvant des systèmes d’équations non-linéaires ou aux dérivées partielles. Ces calculs produisent de grandes quantités de données souvent inutilisées dans la résolution de futurs problèmes similaires. L’objectif de cette thèse d’accélérer les simulateurs numériques en exploitant l’apport de ces données par apprentissage automatique.

Modélisation LES de l’allumage par bougie dans les chambres de combustion aéronautiques

Lors du développement d’une turbine à gaz aéronautique, l’un des critères principaux est de s’assurer du rallumage de la turbomachine en cas d’extinction pendant le vol. Alors que les manufacturiers utilisent de plus en plus la CFD (Computational Fluid Dynamics), et en particulier la LES (Large Eddy Simulation), pour prédire la consommation et les émissions polluantes des turbines à gaz, ces outils sont peu utilisés pour le calcul du rallumage du fait de la grande complexité et du coût de calcul élevé de cette phase.

Etude d’estimations d’erreur a posteriori et d’adaptivité pour des problèmes de complémentarité

On s’intéresse dans cette thèse à la modélisation des écoulements multiphasique. Ces écoulements sont décrits par un système couplé d’équations aux dérivées partielles non-linéaires et d’équations algébriques non-linéaires. Le système d’équations couvre une large variation des données et présent des phénomènes d’apparition / disparation de phases. Pour gérer ces phénomènes, plusieurs formulations ont été proposées: la formulation de Coats, qui est une gestion dynamique par ‘variable switching’ où les équations et les inconnues retenues ne portent que sur les phases présentes.

Conception d’algorithmes temps réels pour la détection de pannes et l’atténuation de fatigue à l’échelle des fermes d’éoliennes

Dans le domaine de l’énergie éolienne, les exploitants se préoccupent aujourd’hui d’utiliser les parcs existants de manière plus efficace, en atténuant les sollicitations mécaniques à l’échelle de la ferme et en réduisant les coûts de maintenance par la détection de pannes améliorée. Dans ce contexte, notre question centrale sera « Comment concevoir un algorithme capable d'estimer de manière optimale et robuste le sillage et le champ de vent 3D en temps réel à l'échelle d’une ferme ? ».

Etude mathématique et numérique du problème de propagation de vagues côtières aux échelles de la modélisation stratigraphique

La description des processus qui façonnent notre environnement est un enjeu majeur dans de nombreux domaines.  En particulier, l’estimation des conditions d’érodabilité sur le long terme est nécessaire pour appréhender l’impact des changements climatiques sur les paysages côtiers. Ces régions étant fortement peuplées, l’impact social et économique est potentiellement énorme. La dynamique des vagues est assurément le facteur de contrôle le plus important des conditions d’érosion dans ces zones.

Analysis-Driven Design of Digital Multi-scale Microstructures of Materials

Ce travail de thèse portera sur la création de jumeaux numériques de microstructures de matériaux complexes permettant in-fine le rétro-design de matériaux optimaux à la vue de propriétés d’usages visées. Nous mettrons en application ce projet sur des supports de catalyseurs et matériaux de construction, en nous intéressant à l’amélioration de propriétés multi-physiques prenant en compte les propriétés de transport et la tenue mécanique.

Adaptive Downscaling Convolutional Neural Network

L’usage de la tomographie permet la reconstruction volumique de matériaux poreux dans le but de les caractériser. En général, les images issues de tomographie, en particulier de tomographie électronique, sont complexes, bruitées et très volumineuses. La segmentation de ces images est aujourd’hui un traitement laborieux, difficilement automatisable et extrêmement consommateur de temps. L’objectif de ce travail consiste à mettre au point une méthode de segmentation adaptée et performante permettant de déterminer efficacement les descripteurs pertinents des matériaux.