Apprentissage par renforcement profond pour la conception innovante et l'élaboration de jumeaux numériques de moules de flaconnage

Deep reinforcement learning for innovative design and development of digital twins for flask molds

• Auteur / Autrice : Tony Zaayter
• Direction : Elie Hachem, Franck Pigeonneau
• Type : Projet de thèse
• Discipline(s) : Mathématiques numériques, Calcul intensif et Données
• Date : Inscription en doctorat le 01/04/2024
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : École doctorale Sciences fondamentales et appliquées
• Partenaire(s) de recherche : Laboratoire : Centre de mise en forme des matériaux (Sophia Antipolis, Alpes-Maritimes)
• Partenaire(s) de recherche : Equipe de recherche : Calcul Intensif et Mecanique des Fluides
• Partenaire(s) de recherche : établissement opérateur d'inscription : Mines Paris-PSL

Mots clés

Mots clés libres

Mathématiques Appliquées

Mécanique des Fluides Numérique

Transfert Thermiques

Apprentissage par Renforcement Profond

Calcul Intensif

Jumeau Numérique

Applied Mathematics

Computational Fluid Dynamics

Heat Transfer

Deep Reinforcement Learning

High Performance Computing

Digital Twin

Résumé

.