Le séminaire du Laboratoire du LAMPS a lieu le Jeudi en matinée (en moyenne tous les 15 jours) généralement en salle de réunion au premier étage (bât. B). Pour toutes informations ou inscriptions : Mikaël Barboteu et Martin David
Jeudi 16 janvier 2025 à 10h30
Ouerdia Arezki,
ATER 26 - LAMPS IUT Carcassonne
Title : Central Limit Theorem of the Maximum Likelihood Estimates of 2D-RCAR Models
Abstract : In recent years, nonlinear random field models, particularly 2D random coefficient autoregressive (2D-RCAR) models, have gained attention for their ability to capture complex dynamics and stochastic variability. This work investigates the theoretical properties of Maximum Likelihood Estimation (MLE) for 2DRCAR models, proving their asymptotic normality under the Central Limit Theorem (CLT). These results are essential for reliable statistical inference, enabling confidence intervals and hypothesis testing..Jeudi 5 décembre 2024 à 10h30
Hassan Maatouk,
MCF 26, LAMPS - UPVD
Titre : Processus gaussien sous contraintes en utilisant 'Elliptical Slice Sampling (ESS)'
Résumé : Dans cette présentation, l'estimation bayésienne de fonctions sous contrainte de forme (monotonie, convexité, etc) à l'aide de processus gaussiens est réexaminée. L'approximation finie dimensionnelle de processus gaussien proposée par Maatouk and Bay (2017) est considérée. Grâce à cette approche, les contraintes de forme sont reformulées en contraintes d'inégalités linéaires équivalentes sur les coefficients. Pour générer un échantillon de la distribution postérieure résultante, nous utilisons une technique efficace qui consiste à intégrer une relaxation lisse de l'ensemble de contraintes dans la vraisemblance, une distribution a priori, et l'échantillonnage par ESS. Dans cette présentation, la capacité de cette approche à gérer des espaces d'entrée de dimensions élevées et un grand nombre d'observations est examinée. La flexibilité, la précision et l'efficacité de l'approche proposée sont démontrées sur des données synthétiques et réelles.Jeudi 7 novembre 2024 à 10h30
David Danan,
Ingénieur-Chercheur à l'Institut de Grenoble
Titre : Application de réduction de modèle zonale au roulage de pneu
Résumé : La simulation physique reste un outil clé pour la conception de systèmes industriels complexes. Bien que les approches classiques aient prouvé leur précision et robustesse au cours des années, tout en se basant sur de solides fondations mathématiques, elles souffrent de quelques limitations. Ainsi, pour la résolution d’équations aux dérivées partielles en 3D, ces approches sont connues pour être coûteuse en termes de temps de calcul et de ressources au point d’en devenir prohibitif pour de grands problèmes. Néanmoins, s’il s’avère que les approches purement basées sur des données sont supposément moins coûteuses, il n’y a aucune garantie qu’elles s’accompagnent du respect de la physique. Notre objectif est d’investiguer un compromis acceptable entre le temps de calcul et la précision physique dans la perspective de concevoir une méthode efficace et robuste respectant des contraintes industrielles. L’une des contraintes que la méthode en question se doit d’adresser est la difficulté de générer un grand nombre de simulations. Pour cela, nous considérons une hybridation entre une approche basée sur la méthode des éléments finis et une réduction de modèle dite zonale appliquée à la simulation du roulage d’un pneu.Jeudi 3 octobre 2024 à 10h30
Martin David,
MCF 60, LAMPS - UPVD
Titre : Vers la CFD certifiée : Assurer la fiabilité et la robustesse des simulations de mécanique des fluides numérique
Résumé : Mes travaux passés et mon projet de recherche visent à promouvoir la mécanique des fluides numérique (CFD) certifiée, c'est-à-dire utilisable pour remplacer des expériences dans des processus de certification industrielle. Ces travaux s'articulent autour de trois axes principaux :- Modélisation multi-physique fiable, visant à améliorer la modélisation des écoulements turbulents complexes faisant intervenir différentes disciplines physiques.
- Quantification des incertitudes dans les simulations CFD, afin d'évaluer la confiance dans les résultats obtenus, en tenant compte des sources d'erreurs potentielles et des incertitudes liées aux conditions aux limites et aux modèles physiques.
- Indépendance à l'utilisateur : dans le but d'améliorer la robustesse des résultats obtenus par simulation, il est crucial de réduire l'influence de l'utilisateur, en développant des méthodes agiles, par exemple.
Mise à jour le 27 novembre 2024