Stage M2

**Unité : CERI MP** **Responsable hiérarchique**: Directrice du Centre d’Enseignement, de Recherche et d’Innovation Matériaux Procédés (CERI MP) **Catégorie**: Étudiant **Nature de l’emploi**: Stage **Lieu de travail**: IMT Nord Europe Centres de Recherche Matériaux et Procédés 764, Boulevard Lahure 59508 Douai, Laboratoire de Mécanique, Multiphysique, Multiéchelle (LaMcube) - UMR 9013 **Contexte**: **Méthodologie**: La méthodologie consistera à partir de quantités mesurables tel que la géométrie, sa masse globale ainsi que les fréquences propres du système. Partant de ce principe, une base de données doit être générée pour l’entraînement de l’IA spécifique. Celle-ci sera générée à partir de modélisation Éléments Finis. **Objectif du Stage**: L’objectif de ce projet est de constituer une base de données numérique dédiée à l’identification des paramètres des lois de comportement en analysant les réponses dynamiques de systèmes. Un autre objectif est de développer l’algorithme IA en utilisant des techniques de Machine Learning et de Deep Learning. En associant intelligence artificielle et simulation numérique via la méthode des éléments finis pour générer une base de données exhaustive, cette approche pourra être appliquée aux validations expérimentales. Dans un premier temps, on validera le concept sur un matériau homogène puis on traitera, dans un second temps, de matériau présentant des hétérogénéités. **Missions**: - ** Étude de l’état de l’art**: - Analyser les méthodes actuelles de caractérisation des matériaux et identifier les défis spécifiques associés aux matériaux dont la caractérisation est complexe. - ** Modélisation et Analyse des données**: - Générer une base de données en utilisant un logiciel d’éléments finis pour établir une connexion entre les données numériques, les résultats expérimentaux et les modèles d'intelligence artificielle. **3. Développer l’algorithme IA adéquate**: En s'appuyant sur l’expérience de l’équipe encadrante, le/la stagiaire déterminera l’architecture pertinente pour répondre au problème posé **Profil recherché**: - Étudiant(e) en dernière année de cycle ingénieur ou master en sciences des matériaux, mécanique, ou data science. - Compétences en mécanique des matériaux, intelligence artificielle (Machine Learning/Deep Learning), et simulation numérique. - Autonomie, rigueur, esprit d’analyse, et capacité à travailler en équipe. **Références** [1] Reu, Philipp L., et al. "DIC challenge 2.0: developing images and guidelines for evaluating accuracy and resolution of 2D analyses: focus on the metrological efficiency indicator." Experimental Mechanics 62.4 (2022): 639-654. [2] Motamedi Nikzad, Hazem Wannous, and Vincent Magnier. "Deep learning identifies transversely isotropic material properties using kinematics fields." International Journal of Mechanical Sciences 283 (2024): 109672. [3] Kirchdoerfer, Trenton, and Michael Ortiz. "Data-driven computational mechanics." Computer Methods in Applied Mechanics and Engineering 304 (2016): 81-101. [4] Koeppe, Arnd, et al. "Explainable artificial intelligence for mechanics: physics-explaining neural networks for constitutive models." Frontiers in Materials 8 (2022): 824958. **Conditions**: Le stage est à pourvoir à compter de la date de début de stage selon les conventions pour une durée de 5 à 6 mois. - Pour tout renseignement sur le poste, merci de vous adresser à Nikzad Motamedi, Vincent Magnier, Salim Chaki - Cet emploi est proposé en mobilité pour un fonctionnaire ou bien sous forme de contractuel de droit public. - Par ailleurs, le poste peut être aménagé pour une personne en situation de handicap.