6 mois
Trappes (Île-de-France)
Réf. STA/REN/DMSI
  • Partager sur Twitter
  • Partager sur LinkedIn
Stage

Stage Réseau de neurones à information physique : application à la sécurité incendie H/F

Missions

Au sein du département Science des Données et Incertitudes, vous développez des méthodes de réseaux de neurones à information physique pour répondre aux enjeux techniques en simulation incendie, en collaboration avec le département Comportement au Feu et Sécurité Incendie. La simulation d’incendie est actuellement assurée par un modèle de la dynamique des fluides (Fire Dynamic Simulator développé par le National Institute of Standards and Technology) coûteux en temps de calcul qu’il s’agit de suppléer par un réseau de neurones.

Un réseau de neurones à information physique dédié à la prévision des vitesses de flux a été développé pour obtenir des résultats plus rapidement qu’une simulation. L’objectif de ce stage est d’améliorer les prédictions grâce à un réseau de neurones à information physique capable d’apprendre plus finement le comportement du simulateur incendie en introduisant un champ de température dans les équations au dérivée partielles.

Les développements à réaliser au cours de ce stage s’articulent de la manière suivante :

  • Appropriation de méthodes de modélisation par réseau de neurones intégrant des équations aux dérivées partielles (ÉDP).
  • Implémentation d’un modèle de prédiction de champs physiques spatio-temporel (température, pression, …). Étude de la possibilité de faire une quantification d’incertitude de la prédiction.
  • Évaluation des performances de l’algorithme développé sur un cas jouet.
  • Évaluation de l’algorithme pour un cas typique en sécurité incendie.
  • Rédaction d’un rapport scientifique de synthèse des résultats.

Profil

Vous recherchez un stage dans le cadre de votre Master 2 ou de votre dernière année d’école d’ingénieur en mathématiques appliquées, et vous souhaitez rejoindre une équipe spécialisée en méthodes d’apprentissage.

Vous avez une forte appétence pour la modélisation statistique, les méthodes de deep learning en particulier ainsi qu’une forte curiosité scientifique. De plus, vous disposez de solides compétences en programmation sous Python. Une bonne connaissance de JAX, PyTorch, Keras ou outils similaires sont un plus.

Une première expérience sur des réseaux de neurones à information physique est facultative. Cependant une connaissance basique des problèmes à équations à dérivées partielles est nécessaire.

Vous êtes reconnu(e) pour votre écoute, votre rigueur, votre capacité à travailler en équipe, ainsi que pour votre dynamisme.

Gratification

1218 € brut/mois pour une formation Bac +5