Thèse soutenue

Corrélations temporelles et spatiales dans la dynamique des tremblements de terre : modélisation physique et analyse de données
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Vincenzo Schimmenti
Direction : Alberto RossoFrançois Landes
Type : Thèse de doctorat
Discipline(s) : Physique
Date : Soutenance le 23/11/2023
Etablissement(s) : université Paris-Saclay
Ecole(s) doctorale(s) : Physique en Ile de France
Partenaire(s) de recherche : Laboratoire : Laboratoire de physique théorique et modèles statistiques (Orsay, Essonne ; 1998-....) - Laboratoire interdisciplinaire des sciences du numérique (Orsay, Essonne ; 2021-....)
référent : Faculté des sciences d'Orsay
graduate school : Université Paris-Saclay. Graduate School Physique (2020-....)
Jury : Président / Présidente : Cécile Monthus
Examinateurs / Examinatrices : Herbert Spohn, Jérôme Weiss, Aurélien Decelle
Rapporteurs / Rapporteuses : Herbert Spohn, Jérôme Weiss

Résumé

FR  |  
EN

Dans le domaine de la sismologie, les répliques sismiques sont des séismes de taille moindre qui suivent un séisme principal. Ces répliques sont causées par la déstabilisation du sol dans les régions proches de l'épicentre du séisme principal. Dans cette thèse, nous étudierons ce phénomène de trois manières différentes. Dans la première partie, nous discuterons des liens entre des modèles simples de réplique et la statistique des records des processus stochastiques. Dans la deuxième partie, nous utiliserons les similitudes entre les séquences sismiques et la dynamique de glissement de domaines magnétiques. Dans la troisième partie, nous utiliserons l'apprentissage machine afin de construire une méthode de prédiction des répliques sismiques exploitant les mesures de déformation du sol obtenues par satellite GPS. Enfin, dans la dernière partie de cette thèse, nous discuterons d'un sujet différent, lequel étant l'écoulement d'un fluide non newtonien dans un milieu poreux en utilisant les outils de la physique des systèmes désordonnés et des polymères dirigés dans des milieux aléatoires.