HSA – Hybridation Simulation Apprentissage

Accueil > Activités de recherche > Programme IA2 > HSA

Descriptif du projet

Hybrider simulations physiques et méthodes d’apprentissage numérique

La simulation numérique représente aujourd’hui un outil indispensable dans la conception et le pilotage temps réel des systèmes physiques. Cependant, dans un contexte de plus en plus complexe intégrant plusieurs disciplines et acteurs, les processus de simulation doivent évoluer afin d’améliorer la qualité des décisions prises en conception et en opérationnel.
Lancé en février 2020 pour une durée de quatre ans dans le cadre du vaste programme de recherche IA2 (Intelligence Artificielle et Ingénierie Augmentée), le projet HSA a pour objectif de concevoir de nouvelles approches basée sur l’intelligence artificielle visant à hybrider les processus de simulation physique classiques en les couplant avec les méthodes d’apprentissage à partir des données d’observation ou de simulation. Ces nouvelles approches seront appliquées sur les différents cas d’usage industriels du projet, avec une certaine synergie qui permettra une meilleure généralisation de ces méthodes sur les domaines de modélisation physique.

Résultats attendus

L’objectif principal du projet est de concevoir de nouvelles approches d’apprentissage permettant d’hybrider les simulations physiques. Cela doit permettre à titre d’exemple de :

Réduire le cout de la simulation, à travers la création de modèle de substitution (appelés aussi méta-modèles) à base d’apprentissage statistique.
Améliorer la qualité des décisions prises lors des phases de conception basées sur la simulation
S’attaquer à des problèmes physiques difficiles à résoudre avec les méthodes de modélisation classiques (comme les problèmes inverses par exemple).