GT Data : Apprentissage profond en mécanique des matériaux
Porteurs : David Ryckelynck, Yann Monerie, Clément Jailin, Lionel Marcin
Les thèmes traités sont:
- vision par ordinateur pour la mécanique des matériaux
- détection d’anomalies, détection de dérives de procédés, maintenance prédictive
- apprentissage de lois de comportement, modèles informés par la physique
- matériaux numériques (modèles génératifs, jumeaux numériques, propagation d’incertitudes)
- collection des données numériques et expérimentales: méthodes, moyens et analyse des données
- modèles et méthodes en IA pour la mécanique:
- apprentissage par renforcement
- apprentissage supervisé, semi/non-supervisé, auto-supervisé
- réduction de modèles, apprentissage de représentations / de variétés
- modèles temporels
- modèles génératifs pour les matériaux (images, textes, champs…)
- apprentissage fédéré
- graphes en mécanique numérique des matériaux (pas seulement les maillages)
Présentation du GT-Data:
La mécanique des matériaux est génératrice de gros volumes de données expérimentales et de données synthétiques (issues de simulations numériques et de modèles physiques). Ces données sont multi-échelles, multimodales, et souvent structurées sur des graphes (maillages) ou des images (2D, 3D).
Des algorithmes d’apprentissage automatique sont disponibles pour résoudre en très grandes dimensions des problèmes de régressions, de classifications, détections, …, en utilisant des méthodes comme l’apprentissage par renforcement, l’apprentissage informé par la physique, l’apprentissage de variétés pour la réduction des modèles, l’apprentissage fédéré… Ces approches permettent une accélération de chaînes de traitement numériques à partir d’une base de données d’exemples.
Les potentialités d’application en mécanique des matériaux sont très ouvertes et encore sous-exploitées. Ce GT de l’association Mécamat a pour but de fédérer autour des méthodes, des algorithmes, et des applications de l’apprentissage profond en mécanique et est à destination de tous les axes de l’association Mécamat.