Apprentissage de solveur d'EDP avec incorporation de connaissances physiques

Physics Based Deep Learning - Learning PDE solvers

• Auteur / Autrice : Lise Le Boudec
• Direction : Patrick Gallinari
• Type : Projet de thèse
• Discipline(s) : Sciences et technologies de l'information et de la communication
• Date : Inscription en doctorat le 01/12/2022
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris
• Partenaire(s) de recherche : Laboratoire : Institut des Systèmes Intelligents et de Robotique

Mots clés

Mots clés libres

Deep learning

Operateur

EDP paramétriques

Physics-based deep learning

Operator learning

Parametric PDE

Surrogates models

Résumé

Ce projet de thèse se concentre sur le développement de modèle permettant de modéliser des processus physiques en incorporant des connaissances. La direction principale de recherche concerne l'apprentissage de solveurs pour résoudre différentes familles d'EDP.

The thesis will explore developments in physics based deep learning aimed at learning complex dynamics characterizing physical processes in earth science. The main investigation concerns the learning of solvers for different families of PDEs