Émuler la dynamique des particules ultrafines par apprentissage automatique
FR |
EN
Auteur / Autrice : | Oscar Jacquot |
Direction : | Karine Kata sartelet |
Type : | Projet de thèse |
Discipline(s) : | Sciences et Techniques de l'Environnement |
Date : | Inscription en doctorat le 01/09/2021 |
Etablissement(s) : | Marne-la-vallée, ENPC |
Ecole(s) doctorale(s) : | École doctorale Sciences, Ingénierie et Environnement |
Partenaire(s) de recherche : | Laboratoire : CEREA |
Mots clés
FR |
EN
Résumé
FR |
EN
L'objectif de cette thèse est de représenter la dynamique de la concentration en nombre des particules ultrafines en granulométrie et en temps, par le biais de méthodes d'apprentissage automatique. Le modèle déterministe SSH-aerosol servira de support à l'apprentissage, et sera utilisé pour générer des simulations qui permettront d'entrainer le nouveau modèle. Les performances de ce modèle seront un indicateur de la capacité des méthodes employées à réduire la dynamique des aérosols. Les économies en ressources numériques permises par ce modèle contribuerons à améliorer les prévisions de la qualité de l'air, à coûts numériques fixés.