Intelligence artificielle pour enrichir la simulation de contrôles ultrasonores

Le CEA LIST développe la plateforme logicielle CIVA, qui propose notamment des outils pour la simulation de l’inspection ultrasonore. Les méthodes d’apprentissage automatique et d’intelligence artificielle permettent d’envisager de nouvelles approches de simulation.

Le travail proposé ici repose sur le principe de l’apprentissage multi-fidélité appliqué à la simulation de l’interaction d’ondes ultrasonores avec des microstructures métalliques. La modélisation de ces phénomènes présente un grand intérêt mais est particulièrement complexe. Il s’agira d’entrainer un algorithme à partir de données issues pour partie d’une simulation rapide approchée (approximation de Born), et pour le reste d’une simulation plus coûteuse en temps et en ressources, mais précise (éléments finis). L’algorithme obtenu sera alors capable d’améliorer d’augmenter ou de recaler des résultats du modèle rapide en les rendant plus proches de ceux produits par le modèle précis. Des méthodes d’apprentissage supervisé et semi-supervisé seront considérées. En fonction des résultats obtenus, l’application de l’approche développée à d’autres problèmes pourra être étudiée.

Poste à pourvoir le plus tôt possible.