STAGE - Ingénieur(e) de recherche : Optimisation multi-fidélité pour la calibration de modèles (H/F)

Ce stage est proposé par l'organisation "Recherche" dont la mission est de développer et d'évaluer l'applicabilité de nouvelles technologies innovantes, notamment sur des prototypes, pour maintenir un haut niveau de compétences dans tous les domaines techniques stratégiques.

Certaines méthodes numériques comme l'optimisation ou la quantification d'incertitude nécessitent un grand nombre d'appels à des modèles de simulation numérique. Les méthodes multi-fidélités utilisent plusieurs simulateurs et/ou données expérimentales, avec des précisions et coûts différents, pour rendre possible ces études avec des coûts de calculs compatibles d'applications industrielles. 

Dans ce cadre, les approches traditionnelles font appel à des processus Gaussiens (GP) qui modélisent des quantités d'intérêt. Ces modèles ont non seulement l'avantage de modéliser une réponse en moyenne mais aussi d'estimer une incertitude qui est utilisée par les algorithmes d'optimisation bayésienne. Cependant, lorsqu'une simulation coûteuse est utilisée, les informations à disposition sont plus nombreuses que seulement les quantités d'intérêt. Ces informations supplémentaires ne sont généralement pas utilisées par les modèles GP.

Vos missions

Ce stage a pour objectif d'étudier des modèles d'approximation utilisant les solutions complètes des modèles de simulation (champs complets) pour une meilleure représentativité des quantités d'intérêt lors de la recherche des points à évaluer. Ces modèles utiliseront de multiples sources d'information (simulations de qualités variées, expérimentales, ...) afin de guider l'optimisation.

Au cours du stage, vous serez amené(e) à :

1. Effectuer une recherche de l'état de l'art sur les modèles d'approximation pour la multi-fidélité utilisant des champs complets ainsi que les méthodes d'optimisation par méta-modèle pour la multi-fidélité,

2. Implémenter, valider et appliquer ces méthodes sur des cas d'optimisation académiques puis plus représentatifs d'un problème industriel (conception, calibration, ...)

3. Restituer les résultats de ces travaux sous forme de rapports techniques et de présentations orales au sein de l'équipe et d'autres départements.