Poste de PostDoc sur la modélisation multiscale accélérée par apprentissage profond des flux - CDD de 18 mois à l'IMT Nord Europe

Discipline : Apprentissage automatique

Responsable de ligne : Modesar SHAKOOR, [email protected]

Lieu de travail : Douai, Lahure

Type de contrat et durée : Bourse postdoctorale, 18 mois

CONTEXTE :

Établissement public appartenant à l'IMT (Institut Mines-Télécom), sous la tutelle du Ministère de l'Économie, des Finances et de la Souveraineté industrielle et numérique, l'IMT Nord Europe a trois objectifs principaux : offrir à nos étudiants une ingénierie éthiquement responsable leur permettant de résoudre les problèmes du XXIe siècle, mener nos activités de R&D aboutissant à des innovations exceptionnelles et soutenir le développement territorial par l'innovation et l'entrepreneuriat. Idéalement situé au cœur de l'Europe, à 1 heure de Paris, 30 min de Bruxelles et 1h30 de Londres, l'IMT Nord Europe a de fortes ambitions pour devenir un acteur majeur des transitions industrielles actuelles, numériques et environnementales, en combinant éducation et recherche sur l'ingénierie et les technologies numériques.

Implanté sur deux principaux campus dédiés à la recherche et à l'éducation à Douai et à Lille, l'IMT Nord Europe offre des installations de recherche de près de 20 000m² dans les domaines suivants :

-           Science numérique,

-              Processus pour l'industrie et les services,

-              Énergie et Environnement,

-              Matériaux et Processus.

Pour plus de détails, visitez le site web de l'école : www.imt-nord-europe.fr

Le poste est vacant au sein du Centre des Matériaux & Processus et du Centre des Systèmes Numériques de l'IMT Nord Europe.

RÉSUMÉ:

Les écoulements dans les milieux poreux sont d'un grand intérêt pour un large éventail d'applications telles que l'ingénierie des réservoirs ou la fabrication de composites. Le projet ANR JCJC MISSA a commencé en 2023 et vise le développement de modèles numériques de pointe pour les écoulements dans les milieux poreux. L'une des principales pistes de recherche est la conception de réseaux neuronaux pour remplacer les paradigmes de calcul conventionnels. Récemment, des technologies telles que les autoencodeurs et les réseaux neuronaux récurrents ont été envisagées [1]. Pour que ces réseaux neuronaux soient d'intérêt pour les applications considérées, deux problèmes doivent être traités:

• Améliorer les capacités de généralisation en estimant l'erreur de prédiction et en concevant soigneusement l'ensemble de données d'apprentissage, par exemple en utilisant l'apprentissage actif [2] ou l'apprentissage auto-supervisé [3,4],
• Assurer la convexité de la prédiction du réseau neuronal par rapport aux données d'entrée [5,6].

Dans le cadre de ce projet impliquant deux centres de recherche de l'IMT Nord Europe ainsi qu'un groupe de recherche de l'Université Nationale de Singapour, le post-doctorant se concentrera sur l'accélération des calculs avec l'apprentissage profond. Le post-doctorant développera un modèle d'apprentissage profond qui sera intégré dans un code d'éléments finis multiscale développé par d'autres partenaires du projet MISSA. Des applications exigeantes aux processus de fabrication réels seront abordées.

La recherche postdoctorale sera supervisée par les professeurs Shakoor, Itier et Mennesson de l'IMT Nord Europe. La participation à des activités d'enseignement est possible jusqu'à une limite de 64 heures par année scolaire pour les post-doctorants qui souhaitent poursuivre une carrière dans le milieu universitaire. Ce poste offre:

• Un environnement de recherche international de haut niveau dans une institution reconnue
• Faire partie d'une équipe de projet internationale avec des contacts dans le monde entier
• Une formation scientifique approfondie sur l'apprentissage profond et son application à la mécanique des fluides
• La possibilité de participer à des ateliers locaux et internationaux et à des conférences

RÉFÉRENCES:
[1] K. Shinde et al., Réduction de dimensionnalité par autoencodage pour la prévision des modèles de fracture, Applied Mathematical Modelling, 114:94-113, 2023
[2] Y. Gal et al., Deep bayesian active learning avec des données d'image, Actes de la 34e Conférence Internationale sur l'Apprentissage Automatique, 70:1183-1192, 2017
[3] M. Caron et al., Propriétés émergentes dans les transformers de vision auto-supervisés, Actes de la Conférence Internationale IEEE/CVF sur la Vision par Ordinateur, 9650-9660, 2021
[4] T. Chen et al., Un cadre simple pour l'apprentissage contrasté des représentations visuelles, Actes de la 37e Conférence Internationale sur l'Apprentissage Automatique, 119:1597-1607, 2020
[5] M. Ławryńczuk, Les réseaux neuronaux convexistes en entrée dans la commande prédictive non linéaire : une approche multi-modèles, Neurocomputing, 513:273-293, 2022
[6] O. Aslan et al., L'apprentissage profond convexe via des noyaux normalisés, Avancées dans les systèmes d'information neuronale, 27, 2014

Exigences

PROFIL REQUIS:

• Un doctorat en apprentissage automatique / science des données
• Forte compétences en programmation, de préférence en Python
• Certaines compétences en mécanique des fluides computationnelle seront un avantage mais ne sont pas une exigence
• S'est distingué par des publications dans des revues internationales à comité de lecture et/ou des présentations lors de conférences internationales de renom
• Connaissances solides du français ou de l'anglais

CONDITIONS:

Le poste est à pourvoir entre janvier et juillet 2024 pour une période de 18 mois (contrat temporaire).

RENSEIGNEMENTS ET MÉTHODES DE CANDIDATURE:

Pour toute information sur les missions, veuillez contacter :

SHAKOOR Modesar, Professeur associé, [email protected] ; +33 3 27 71 23 21
ITIER Vincent, Professeur associé, [email protected] ; +33 3 20 43 64 18
MENNESSON José, Professeur associé, [email protected] ; +33 3 20 43 64 21

Pour toute information administrative, veuillez contacter le département des Ressources Humaines : [email protected]

Ce poste est offert aux fonctionnaires sur une base de mobilité, ou sur une base contractuelle de droit public. De plus, le poste peut être adapté pour une personne en situation de handicap.

DATE LIMITE DE SOUMISSION DES CANDIDATURES : 01/12/2023