Identification, approches bayésiennes, problèmes inverses, lois de comportement élasto-plastiques, posterior neuroneux, corrélation // A stochastic and multi-parametric approach to material model identification up to failure

Le but de la thèse est de développer des méthodes d'identification probabiliste, prenant en compte les incertitudes de mesure et de modèle associées aux procédures de calibration des lois de comportement des matériaux. L'approche s'appuiera sur les développements récents en inférence variationnelle, avec l'utilisation de réseaux de neurones pour apprendre les distributions postérieures des paramètres matériaux, interpoler ces résultats dans des espaces de conditions d'usage, et méta-modéliser les simulateurs numériques permettant ainsi d'accélérer les calculs et de faciliter l'inférence. Les cas d'application envisagés concernent l'identification à partir d'essais thermomécaniques multiples, incluant des essais sur éprouvettes technologiques avec mesures de champs.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

The aim of the thesis is to develop probabilistic identification methods that account for uncertainties in measurements and models associated with the calibration procedures of material laws. The approach will rely on recent developments in variational inference, with neural networks being used to learn the posterior distributions of material parameters, to interpolate these results across usage condition spaces, and also to act as surrogate model for numerical simulators, thereby accelerating computations to facilitate inference. The intended applications concern identification based on multiple thermomechanical tests, including tests on technological specimens with full-field measurements.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Public funding alone (i.e. government, region, European, international organization research grant)

Concours pour un contrat doctoral

Mines Paris-PSL

621 ISMME - Ingénierie des Systèmes, Matériaux, Mécanique, Énergétique

Ingénieur et/ou Master recherche - Bon niveau de culture générale et scientifique. Bon niveau de pratique du français et de l'anglais (niveau B2 ou équivalent minimum). Bonnes capacités d'analyse, de synthèse, d'innovation et de communication. Qualités d'adaptabilité et de créativité. Capacités pédagogiques. Motivation pour l'activité de recherche. Projet professionnel cohérent. Pré-requis (compétences spécifiques pour cette thèse) : - Strong expertise and experience in modern machine learning - Strong background in statistics - Strong coding abilities, particularly in Python - Interest in HPC for AI - Interest in mechnical engineering and applied mathematics - Interest in materials science Pour postuler : Envoyer votre dossier à recrutement_these@mat.mines-paristech.fr comportant • un curriculum vitae détaillé • une copie de la carte d'identité ou passeport • une lettre de motivation/projet personnel • des relevés de notes L3, M1, M2 • 2 lettres de recommandation • les noms et les coordonnées d'au moins deux personnes pouvant être contactées pour recommandation • une attestation de niveau d'anglais
Engineer and / or Master of Science - Good level of general and scientific culture. Good level of knowledge of French (B2 level in french is required) and English. (B2 level in english is required) Good analytical, synthesis, innovation and communication skills. Qualities of adaptability and creativity. Teaching skills. Motivation for research activity. Coherent professional project. Prerequisite (specific skills for this thesis): Applicants should supply the following : • a detailed resume • a copy of the identity card or passport • a covering letter explaining the applicant's motivation for the position • detailed exam results • two references : the name and contact details of at least two people who could be contacted • to provide an appreciation of the candidate • Your notes of M1, M2 • level of English equivalent TOEIC to be sent to recrutement_these@mat.mines-paristech.fr