PINN : BEC - 2022_postdoc

Ce projet démontre les capacités de la méthode PINN (Physics Informed Neural Networks) pour résoudre des problèmes inverses en mécanique des fluides numérique, en particulier pour l'étude des écoulements à grande vitesse. Il s'appuie sur les résultats du projet DATALAB et met en œuvre la méthode PINN pour simuler des phénomènes de turbulence.

Dépôt de code

https://plmlab.math.cnrs.fr/lmrs/num/pinn/2022_postdoc (nouvelle fenêtre)

Cas d'utilisation métiers

Résolution de problèmes inverses en mécanique des fluides numérique : rechercher des initiatives proches
Simulation de phénomènes de turbulence : rechercher des initiatives proches
Application à l'étude des écoulements à grande vitesse : rechercher des initiatives proches

Cas d'utilisation fonctionnel

Utilise de l'intelligence artificielle : voir les initiatives de ses organisations qui l'ont aussi

Organisation

Administration centrale
- Gouvernement (Premier ministre et ministères)
  - Ministère de l’Enseignement supérieur, de la Recherche et de l'Espace
    - Établissements publics sous tutelle - Ministère chargé de l'Enseignement supérieur
      - Centre national de la recherche scientifique (organisation rattachée)

Outil utilisé

Git : voir les initiatives de ses organisations qui l'ont aussi

Description générée le mardi 19 mars 2024 à 20:08:14

D'autres initiatives de la même organisation

cartography
github.com/riatelab/cartography
bertin
github.com/riatelab/bertin
mapsf
github.com/riatelab/mapsf
magrit
github.com/riatelab/magrit