v2.11.0 (5579)

Option - MOD-IFIE3-S1-IAetMat : IA appliquée aux procédés et matériaux

Domaine > Institut Clément Ader Albi.

Descriptif

Ce module a pour objectif, au travers d'applications industrielles, de conforter les principes approches algorithmiques liées aux IA.

Objectifs pédagogiques

À la fin de ce module, les élèves seront sensibilisés aux :

  • Principales méthodes (réseaux de neurones, méta modèles, réduction de modèles…)
  • À des applications concrètes dans l’industrie
    • Application réseaux neurones aux écoulements milieux fibreux
    • Applications IA à l’usinage
    • Applications jumeaux numériques aux matériaux céramiques

Applications Recurent Neural Network aux lois de comportement viscoélastique non-linéaire

Diplôme(s) concerné(s)

UE de rattachement

Pour les élèves du diplômeDiplôme d'Ingénieur IMT Mines Albi

  • Machine learning / Régression Linéaire
  • Deep learning / ConvNets
  • Langage de programmation Python

Format des notes

Numérique sur 20

Pour les élèves du diplômeDiplôme d'Ingénieur IMT Mines Albi

Le rattrapage est autorisé (Max entre les deux notes écrêté à une note seuil)

    Le coefficient de l'enseignement est : 1

    Programme détaillé

    Conférence Introductive IA 

    TAPE Machine learning & Deep learning:

    • Machine learning / Régression Linéaire
    • Deep learning / ConvNets
    • Présentation d’un projet par un groupe
    • Python

    Partie convolution (SCNN) / Convutionnal neural network

    Partie méta modèle et réduction de dimension

    • Apprentissage de variétés pour la réduction de dimension
    • Apprentissage de variétés linéaires par morceaux
    • Apprentissage de variétés pour la réduction de dimension par auto-encodeurs

    Recurent Neural Network (RNN):

    • Applications Loi de comportement viscoélastique non-linéaire

    Application réseaux neurones (informés par la physique) :

    • PINN
    • Écoulements milieux fibreux
    • RTM (notebooks Jupyter)

    Mots clés

    Jumeaux numériques, Convolutional neural network, Machine learning & Deep learning
    Veuillez patienter