Discipline scientifique recherchée du candidat : Mathématiques, Informatique et sciences de l’information
Spécialités / spécialisations et/ou connaissances ou compétences particulières recherchées :
- Mathématiques appliquées, Statistiques, Mécanique des Fluides, Analyse des données, Machine-Learning
- Langage informatique : C, C++, Python
Poste de thèse à INRIA and IFP Energies nouvelles (IFPEN)
Dans de nombreux domaines de recherche de IFPEN où la simulation joue un rôle clé à la fois pour améliorer la connaissance scientifique ou pour mettre au point des infrastructures dans le domaine de l’énergie, la performance des simulateurs est un facteur limitant. La mise en place de méthodes adaptatives de type AMR a pour objectif d’accélérer les calculs, pour une précision donnée en minimisant le nombre de degrés de liberté nécessaire aux calculs (taille de maillage). Cela nécessite des mécanismes de pilotage à base d’estimateurs d’erreurs avancés souvent couteux. L'objectif de la thèse est d'améliorer et optimiser les mécanismes de pilotage des méthodes adaptatives avec des méthodes à base de GNN, inspirés des travaux obtenus par la thèse de Matthieu Nastorg sur la mise au point de méthode de type GNN apprenant la discrétisation d'opérateur d'EDP permettant de réduire le coût des estimateurs d'erreur utilisés dans les mécanismes de pilotage
