Catégorie
DATAIA

ML4CFD : l'équipe s'élargit avec deux nouveaux arrivants

ML4CFD

ML4CFD : l'équipe s'élargit avec deux nouveaux arrivants

  • Aller plus loin
  • Actualités sur le même thème

Partager

twlkml
Matthieu Nastorg et Tamon Nakano rejoignent l'équipe ML4CFD, le projet de recherche co-financé par DATAIA, qui applique l'apprentissage automatique à la simulation de flux multiphasiques.
Corps de texte

Dans le cadre du projet collaboratif IFPEN-Inria « Machine Learning for Computational Fluid Dynamics » (ML4CFD), un doctorant et un post-doctorant ont été recrutés en janvier 2021.

Le doctorant Matthieu Nastorg travaillera sur une thèse dont le sujet est « L'apprentissage automatique pour l’accélération de calculs de dynamique des fluides dans les domaines des écoulements multiphasiques ».

Tamon Nakano, docteur en mécanique des fluides de l’ENSMA, précédemment post-doctorant au CERFACS, travaillera sur la thématique de reconstruction dynamique d’interface avec des méthodes d'apprentissage automatique.

Aller plus loin

Titre du bloc
Le projet ML4CFD
Texte

Le projet ML4CFD, lauréat de l'appel à projets de recherche DATAIA 2020, est le résultat d'une longue collaboration entre l'équipe TAU d'Inria et l'IFPEN.

Ce projet a pour objectif accélérer de manière conséquente les simulations de flux multiphasiques en y introduisant des approches basées sur l'apprentissage statistique.

Les approches par apprentissage qui seront étudiés dans le cadre de ce projet pourraient permettre d’adapter de manière plus adéquate les tailles des pas d’évolution spatio-temporelle en prenant en compte l’estimation des l’interactions futures. 

Actualités sur le même thème