Différences

Ci-dessous, les différences entre deux révisions de la page.

--- projet [2024/08/26 10:29] – Magali Tournus
+++ projet [2025/09/16 09:07] (Version actuelle) – Magali Tournus
@@ Ligne 2: / Ligne 2: @@
-======  Modèles de datascience pour la prévision de la pollution atmosphérique à Marseille ======
+======  Super-résolution basée sur l’IA pour la simulation numérique ======
 __Contact__:[[gchiavassa@centrale-marseille.fr|Guillaume Chiavassa]]
-La mise en place de restriction d’accès pour les automobiles dans les hyper-centres est basée sur la prévision de la pollution atmosphérique. L’objectif de ce projet sera de construire différents modèles de prédiction basés sur des algorithmes d’apprentissage et de tester leur robustesse vis-vis des données de pollution réelles. Les étapes principales de ce projet pourront etre:
+La simulation numérique de phénomènes complexes à partir de méthodes numériques classiques (différences finies, élément finis, etc…) peut s’avérer extrèmement couteuse en ressources informatiques et en temps de calcul.  Généralement, augmenter d’un facteur 2 la précision spatiale demande 4 fois fois plus de temps de calcul en dimension 1, 8 fois en dimension 3  et 16 fois plus en dimension 3.
-  * récupération de données de pollution et de relevés de stations meteorologiques,
+L’idée de ce projet est d’étudier et de mettre en oeuvre une méthode de super-résolution. Ce type de méthodes permet à partir d’un calcul sur une grille grossière de reproduire du mieux possible les résultats qui auraient été obtenus sur une grille plus fine. De nombreuses méthodes existent, souvent issues  des techniques de traitement d’images à base ou non de machine Learning.
-  *   nettoyage et analyse de ces données et determination des paramètres physiques influents
+Ce qui est proposé ici est d’utiliser les méthodes de réduction de modèles de type auto-encoder qui permettent de réduire la dimension du problème initial en le transportant dans un espace (dit latent) de plus petite dimension. Le travail d’apprentissage permettant d’augmenter la résolution sera fait dans cet espace réduit en utilisant un réseau de neurones classique.
-  * Liste à puce
+Une fois les outils d’auto-encoder maîtrisés (en utilisant les librairies existantes de type scikitlearn, tensorflows, etc..) on commencera par  construire une méthode de super-résolution pour des simulations de propagation d’ondes  en dimension 1. Les simulations seront issues d’un code différences finies existant. En fonction de l’avancée du projet et des résultats obtenus, on pourra essayer d’étendre la méthode à la dimension 2.
-  * choix des grandeurs à prédire
+Le choix de ce projet requiert une motivation certaine pour le calcul scientifique, l’IA et l’utilisation de l’informatique (Python, bases de données).
-  * utilisation d’algorithmes d’apprentissage (décision trees, random forest, réseaux de neurones, etc…), tests, optimisation des hyperparametres, etc…
-  *comparaison avec les observations.
-======   Éolienne off-shore ======
+======   Modélisation de la production Eolienne dans un parc éolien   ======
 __Contact__:[[mfouladirad@centrale-marseille.fr|Mitra Fouladirad]]
-L’objectif est de mieux comprendre les avantages et les inconvénients de la production d’énergie par les éoliennes off-shore. Pour ce faire, il est essentiel d’étudier les points suivants.
-  - Recherche bibliographique sur les matériaux de constitution et le fonctionnement d’une éolienne off-shore.
-  - Recherche bibliographique sur la durée de vie prévue d’une éolienne.off-shore (avec et sans maintenance).
-  - Analyse de l’énergie nécessaire à la fabrication d’une éolienne.
-  - Viabilité de l’énergie éolienne dans les conditions météorologiques extrêmes et en considérant les scénarios du réchauffement climatique. Ce travail nécessite :la modélisation statistique des données temporelles du vent, l’identification des scénarios extrêmes, simulation des données de vent pour ces scénarios et l’analyse de la production dans le cadre des données simulées
-Les données de production peuvent être issues du calcul via les formules existantes ou l'utilisation des logiciels libre. De nombreuses données de vents sont disponibles sur le web, par exemple voir :
-https://public.opendatasoft.com/explore/dataset/donnees-synop-essentielles-omm/table/?flg=fr&sort=date&q=
-====== Réacteur solaire ======
+° Etude bibliographique
+° Analyse de données de vent
+° Simulation de la production avec Pywake
+° Analyse de la production suivant des différents scenarii de changement climatique
+======  Sujet 2: Modélisation de la pollution dans la ville de Marseille    ======
 __Contact__:[[mfouladirad@centrale-marseille.fr|Mitra Fouladirad]]
-L’objectif est de comprendre le fonctionnement d’un réacteur solaire qui produit de l’hydrogène à partir de l’eau et grâce à l’énergie solaire. Le but est d’analyser les limites et les avantages de la méthode de production. Pour ce faire, il est essentiel d’étudier les points suivants.
-===== Partie I =====
+° Etude bibliographique
+° Extraction des données de pollution :  https://map.purpleair.com/1/mAQI/a10/p604800/cC0?select=142770#12.77/43.34208/5.36219
+° Analyse de données suivant les différentes localisations et période de l'année
+==========Modeling, Simulation, and Optimization of Rigid Particles in Stokes Fluid=====================
+__Contact__:[[laetitia.giraldi@inria.fr|Laetitia Giraldi]]
+{{ :giraldi.pdf |}}
+======  Méthode des bases réduites, application pour la résolution d'EDP avec coefficients incertains  ======
+__Contact__:[[marie.billaud_friess@centrale-marseille.fr|Marie Billaud Friess]]
+Dans ce projet, nous souhaitons résoudre une  équation aux dérivées partielles elliptique avec des coefficients dépendants d’un paramètre. Ce type de problème est considéré par exemple lorsque le coefficient de diffusion (ou perméabilité) d’une équation de diffusion est incertain et est modélisé par une variable aléatoire de loi donnée. Calculer la solution approchée d’une telle équation par une méthode numérique standard (différences finies, éléments finis ...) pour un grand nombre de paramètres peut s’avérer trop coûteux d'un point de vue computationel. Il est donc nécessaire de réduire ce coût. Nous proposons ici une méthode des bases réduites qui s’appuie sur une résolution en deux étapes. Premièrement, on résout le problème initial pour un nombre raisonnable de valeurs du paramètre. Différentes approches pour calculer la base réduite  pourront être envisagées : via une décomposition en valeurs singulières ou encore un algorithme greedy. Deuxièmement, les solutions obtenues sont utilisées pour engendrer un espace vectoriel de dimension réduite dans lequel on cherche une approximation de la solution moins couteuse à calculer.
-  - Recherche bibliographique sur les matériaux de constitution et le fonctionnement d’un réacteur solaire.
+Le but de ce projet est de comprendre cette méthode de présenter des éléments d'analyse (erreur a posterori, optimalité des espaces réduits...), puis de la mettre en oeuvre (Python et Freefem++) pour la résolution de problèmes en en une et deux dimensions de l’espace.
-  - Recherche bibliographique sur la durée de vie prévue d’un réacteur solaire (avec et sans maintenance)
-  - Analyse de l’énergie nécessaire à la fabrication d’un réacteur solaire
-  - Étude de l’efficacité énergétique d’un réacteur solaire
-===== Partie II =====
+Le but de ce projet est  de comprendre cette méthode, puis de la mettre en oeuvre pour la résolution de problèmes en en une et deux dimension de l’espace. Il y aura une partie théorique mais aussi des développements numériques en Python et Freefem++ (éléments finis, bases réduites).
- Analyse de sensibilité de la production aux conditions environnementales et géographiques via une modélisation statistique du rayonnement solaire sur différentes zones géographique:
-  - Modélisation statistique des données temporelles du rayonnement solaire par un processus stochastique
-  - Simulation du rayonnement solaire pour générer des données relatives à différentes conditions environnementales et géographiques
-  - Analyse de la production pour chacune des bases de données simulées
-==== Liens utiles ====
-  * https://www.imeche.org/news/news-article/solar-reactor-provides-heat-oxygen-and-renewable-hydrogen
+====== Bilan carbone du CIRM  ======
-  * https://www.data.gouv.fr/fr/datasets/rayonnement-solaire-global-et-vitesse-du-vent-a-100-metres-tri-horaires-regionaux-depuis-janvier-2016/#/resources
+__Contact__: [[pierre.guillon@univ-amu.fr| Pierre Guillon]]
-  * https://joint-research-centre.ec.europa.eu/photovoltaic-geographical-information-system-pvgis/pvgis-data-download/nsrdb-solar-radiation_en
-  * https://www.earthdata.nasa.gov/topics/atmosphere/atmospheric-radiation/solar-irradiance
-====== Bilan carbone de l'école ======
+Le Centre International de Rencontres Mathématiques (Cirm) est né en 1981, créé par la communauté mathématique française. Il est devenu depuis l’une des destinations les plus populaires pour les participants de rencontres en mathématiques. Le centre fournit les infrastructures et l’équipement nécessaires aux organisateurs et participants, afin de leur permettre de se focaliser sur le travail de collaboration en sciences mathématiques et autres sciences.
-__Contact__: [[thibaut.le-gouic@centrale-marseille.fr| Thibaut Le Gouic]]
-Ce projet fait suite au projet de l'an dernier consistant à calculer le bilan carbone de l'école.
+ Le gros du travail serait de faire une extraction de base
-Il s'agira d'étendre les domaines du calcul du bilan carbone à l'école et de pérenniser son calcul afin qu'il puisse être fait chaque année.
+de données sur les missions (avec possibles questionnements RGPD), puis
+branchement sur une base qui sortirait des émissions à partir d'un trajet,
+représenté par deux villes.
-====== Variations de températures à la surface de la Terre explicables par le rayonnement ======
+Inlcus dans ce projet: une visite du CIRM
-__Contact__: [[frederic.schwander@centrale-marseille.fr| Frédéric Schwander]]
-La détermination de la température en tout point de la surface du globe est
-un problème complexe, mettant en jeu des échanges entre le Soleil, l’atmosphère,
-les océans et la terre. L’acteur principal est cependant l’exposition au Soleil.
-Le sujet porte sur une modélisation déterministe réduite et locale des variations quotidiennes et annuelles de la temp ́erature à la surface terrestre pouvant être expliquées par le rayonnement. On supposera dans ce modèle une atmosphère simple transparente au rayonnement solaire, la surface terrestre
-comme un corps gris d'albédo différencié sur terre ou en mer, et prenant en
-compte les différences de capacité thermique. Au-delà de la modélisation, le
-projet s’appliquera à proposer une visualisation des résultats à tout instant sur
-l’ensemble du globe terrestre.
-====== Prédictabilité en météorologie ======
-__Contact__: [[chiheb.daaloul@centrale-marseille.fr| Chiheb Daaloul]]
-{{ :chiheb_sujet_climaths.pdf |Sujet}}
+======  Variations de température à la surface de la Terre ======
+__Contact__: [[frederic.schwander@centrale-med.fr| Frédéric Schwander]]
+La détermination de la température en tout point de la surface du globe met en jeu les échanges entre le Soleil, l’atmosphère, les océans et la terre.
+L’acteur principal est l’exposition au Soleil, et un première approximation de la température
+de la surface de la Terre peut être donnée en ne considérant que les flux radiatifs reçus et
+émis par la Terre.
+Une étude analytico-numérique de la température de la surface de la Terre a été réalisée
+par un groupe précédent en prenant en compte les flux radiatifs, ainsi que la conduction dans le sol
+ou les océans. Comme attendu, ce modèle donne une bonne première approximation de
+la surface de la Terre, mais la sous-estime significativement et prédit des variations de
+température très marquées entre le jour et la nuit et les différentes saisons, ces défauts
+étant grandement liées à l’absence de modélisation de l’atmosphère et du fameux effet de serre.
+Le sujet porte sur une modélisation réduite et locale des variations quotidiennes et annuelles de la temp érature à la surface terrestre, enrichie à travers la prise
+en compte de 2 éléments majeurs :
+  - des variations spatiales de la nature de la surface de la Terre (terre, forêt, océans) en surface et en profondeur
+  - des échanges de chaleur entre la surface de la Terre et de son atmosphère (effet de serre, de l'altitude,... )
+Le sujet porte en particulier sur les choix des méthodes analytiques et numériques les plus
+appropriées pour prendre en compte ces mécanismes. Pour la motivation, c.f. hypothèse de Zimov.
 ====== Extinctions d’espèces dues au changement climatique ======
 __Contact__: [[arnaud.sentis@inrae.fr| Arnaud Sentis]]