Développement de jumeaux numériques des procédés de mise en forme à chaud d'alliages de Zr par apprentissage profond // Development of digital twins of Zr alloys hot forming processes by deep learning
ABG-131916
ADUM-65381 |
Thesis topic | |
2025-05-14 | Cifre |
Mines Paris-PSL
Sophia Antipolis - Ile-de-France - France
Développement de jumeaux numériques des procédés de mise en forme à chaud d'alliages de Zr par apprentissage profond // Development of digital twins of Zr alloys hot forming processes by deep learning
- Mathematics
Apprentissage profond, auto-encodeur, graph neural network, point clouds
Deep Learning, Graph Neural Network, Autoencoder, Point Cloud
Deep Learning, Graph Neural Network, Autoencoder, Point Cloud
Topic description
Développer les jumeaux numériques des procédés de mise en forme à chaud
d'alliages de Zr, en déployant de l'apprentissage profond à l'état de l'art, sur la
base de simulations éléments finis, de modèles analytiques et de données
industrielles.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Developing digital twins of the hot forming processes of Zr alloys with
state-of-the-art deep learning, based on finite element simulations,
analytical models and industrial data.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Début de la thèse : 01/10/2025
WEB : https://www.cemef.minesparis.psl.eu/wp-content/uploads/2025/04/Phd_framatome_IA.pdf
d'alliages de Zr, en déployant de l'apprentissage profond à l'état de l'art, sur la
base de simulations éléments finis, de modèles analytiques et de données
industrielles.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Developing digital twins of the hot forming processes of Zr alloys with
state-of-the-art deep learning, based on finite element simulations,
analytical models and industrial data.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Début de la thèse : 01/10/2025
WEB : https://www.cemef.minesparis.psl.eu/wp-content/uploads/2025/04/Phd_framatome_IA.pdf
Funding category
Cifre
Funding further details
CIFRE ANRT
Presentation of host institution and host laboratory
Mines Paris-PSL
Institution awarding doctoral degree
Mines Paris-PSL
Graduate school
364 SFA - Sciences Fondamentales et Appliquées
Candidate's profile
Master en Mathématiques Appliquées ou Master/Ingénieur en Mécanique
Numérique.
Rigueur et capacité à s'investir pleinement dans un sujet.
Aptitude au travail en équipe.
Maitrise de la langue anglaise (niveau B2 minimum).
Master degree in Applied Mathematics or in Computational Mechanics. Rigor, dedication to a subject, aptitude to teamworking are important Mastering of the English language is necessary (level B2 minimum)
Master degree in Applied Mathematics or in Computational Mechanics. Rigor, dedication to a subject, aptitude to teamworking are important Mastering of the English language is necessary (level B2 minimum)
2025-08-31
Apply
Close
Vous avez déjà un compte ?
Nouvel utilisateur ?
More information about ABG?
Get ABG’s monthly newsletters including news, job offers, grants & fellowships and a selection of relevant events…
Discover our members
MabDesign
Groupe AFNOR - Association française de normalisation
CASDEN
Tecknowmetrix
PhDOOC
Aérocentre, Pôle d'excellence régional
MabDesign
ASNR - Autorité de sûreté nucléaire et de radioprotection - Siège
Laboratoire National de Métrologie et d'Essais - LNE
Ifremer
Nokia Bell Labs France
SUEZ
ANRT
ADEME
CESI
ONERA - The French Aerospace Lab
Généthon
TotalEnergies
Institut Sup'biotech de Paris