Différences

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

--- projet [2025/09/16 09:05] – Magali Tournus
+++ projet [2026/09/17 10:10] (Version actuelle) – Magali Tournus
@@ Ligne 1: / Ligne 1: @@
-**Voici la liste des projets proposés pour cette année 2024-2025**
+**Voici la liste des projets proposés pour cette année 2026-2027**
-======  Super-résolution basée sur l’IA pour la simulation numérique ======
+======   Conception et réalisation d'un puits canadien   ======
-__Contact__:[[gchiavassa@centrale-marseille.fr|Guillaume Chiavassa]]
-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.
+__Contact__:[[magali.tournus@centrale-med.fr|Magali Tournus]]
-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.
-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.
-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.
-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).
-======   Modélisation de la production Eolienne dans un parc éolien   ======
-__Contact__:[[mfouladirad@centrale-marseille.fr|Mitra Fouladirad]]
+Dans le cadre d'une démarche de réduction de la consommation énergétique des bâtiments, ce projet consiste à étudier, concevoir et, si cela est jugé pertinent et réalisable, réaliser un puits canadien au domicile de  Jacques Liandrat, ancien enseignant de Centrale Méditerranée.
+Le puits canadien (ou puits provençal) est un échangeur thermique géothermique permettant de préchauffer l'air en hiver et de le rafraîchir en été grâce à l'inertie thermique du sol. Sa conception mobilise des compétences en thermique, mécanique des fluides, modélisation, dimensionnement et conduite de projet.
-° Etude bibliographique
+Objectifs:
+réaliser un état de l'art sur les puits canadiens et leurs performances ;
+analyser les caractéristiques du site (nature du terrain, topographie, contraintes d'installation, bâtiment existant, ventilation) ;
+établir un cahier des charges technique ;
+proposer une ou plusieurs solutions de dimensionnement (longueur, profondeur, diamètre, matériaux, débit d'air, pertes de charge, etc.) ;
+modéliser les performances thermiques attendues à l'aide d'outils analytiques ou numériques ;
+estimer les gains énergétiques, le coût de réalisation, le temps de retour sur investissement ainsi que l'impact environnemental ;
+identifier les contraintes réglementaires, sanitaires (condensation, qualité de l'air) et de maintenance.
-° Analyse de données de vent
+Selon les résultats de l'étude et la faisabilité technique les élèves pourront participer à la réalisation du dispositif.
-° Simulation de la production avec Pywake
-° Analyse de la production suivant des différents scenarii de changement climatique
+======   Modélisation de la pollution dans la ville de Marseille    ======
-======  Sujet 2: Modélisation de la pollution dans la ville de Marseille    ======
 __Contact__:[[mfouladirad@centrale-marseille.fr|Mitra Fouladirad]]
@@ Ligne 40: / Ligne 39: @@
 ° Analyse de données suivant les différentes localisations et période de l'année
+======  Modélisation et analyse statistique du vent dans un parc éolien ======
+__Contact__:[[mfouladirad@centrale-marseille.fr|Mitra Fouladirad]]
+Ce projet de 100 heures a pour objectif d’étudier la variabilité du vent au sein d’un parc éolien et l’influence du sillage généré par les turbines sur les conditions de vent observées en aval. Le travail portera sur l’analyse de données de vitesse et de direction du vent en différents points du parc, afin d’identifier les principales structures de dépendance, les effets liés à la position des turbines et les situations dans lesquelles le sillage est le plus marqué. Une modélisation statistique simple sera ensuite proposée pour représenter ces variations et permettre la comparaison entre différentes configurations ou régimes de vent. Le projet comprendra enfin une phase de validation des résultats à l’aide de critères statistiques adaptés et d’outils de visualisation.
-==========Modeling, Simulation, and Optimization of Rigid Particles in Stokes Fluid=====================
+==========Modeling and optimization of soft micro-robots swimmers=====================
 __Contact__:[[laetitia.giraldi@inria.fr|Laetitia Giraldi]]
-https://wiki.centrale-med.fr/climaths/?ns=%3A&image=%3Agiraldi.pdf&do=media
+{{ :LGiraldi.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.
-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.
-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).
+======  Des tout.e.s petit.e.s à Centrale    ======
+__Contact__:[[magali.tournus@centrale-med.fr|Magali Tournus]]
+Les actions de médiation scientifique auprès des scolaires ciblent majoritairement les lycées, les collèges et
+dans une certaine mesure les dernières classes d’école élémentaire. Les dispositifs
+pour les plus petits sont rares voire inexistants. Aborder une action de médiation
+scientifique amène généralement à faire des compromis
+d’autant plus importants que le niveau de connaissances du public est bas, ou à
+renoncer face à un public trop jeune.
+ Nous prenons le contre-pied de l’idée
+reçue précédente en considérant qu’un enfant de 3 à 6 ans fonctionne dans une
+logique comparable à la démarche scientifique.
+Pourquoi alors ne pas répondre à cet appétit, nourrir nos tout·e-petit·es de science et
+de méthode scientifique, les accompagner dans leur cheminement ?
+Il nous semble que ce postulat, qui prend en considération les capacités des enfants
+à leur juste valeur, est un bon point de départ pour un projet de laboratoire de la
+médiation scientifique pour les tout·e-petit·es.
-====== Bilan carbone du CIRM  ======
+En collaboration avec Audrey Langevin (instit en grande section) et Valentin Emiya (chercheur au LIS), nous avons monté un projet pour l'année 2026-2027, où deux classes de maternelle vont est confrontées aux questions: "qui fait de la recherche? où fait-on de la recherche? Comment fait-on de la recherche?" via des rencontres avec des chercheur.e.s et des visites de labos.
-__Contact__: [[pierre.guillon@univ-amu.fr| Pierre Guillon]]
+Ce projet est soutenu et considéré comme projet pilote par Direction De La Culture,
+Mission Éducation Culture Artistique de la ville de Marseille.
-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.
- Le gros du travail serait de faire une extraction de base
+Dans le cadre de ce projet, deux classes de maternelle de l'école Vauban grande section passeront chacune une demi/journée au LMA.
-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.
-Inlcus dans ce projet: une visite du CIRM
+Je propose que l'autre demi-journée se passe à Centrale, encadrée en particulier par des étudiant.e.s  de Climaths. Le format est libre, et en collaboration avec Audrey Valentin et moi, les étudiant.e.s construiront un programme pour les enfants. j'avais en tête (mais on peut penser à autre chose) la visite d'un lieu particulier de l'école (les moutons?), un atelier pour leur parler du réchauffement climatique, leur faire assister à 5 minutes d'un cours, etc...?)
+Le projet S9 consistera à organsier cette demi-journée et à l'encadrer. Le rendu du projet sera la journée passée avec les enfants.
+====== Empreinte environnementale d'un laboratoire à l'heure de l'IA======
+__Contact__: [[pierre.guillon@univ-amu.fr| Pierre Guillon]]
+L'objectif est d'établir le bilan carbone de l'I2M, et plus
+particulièrement:
+* de reprendre le précédent bilan en analysant ses limites et en le
+mettant à jour
+* de l'enrichir d'une étude sur l'utilisation des ressources de calcul
+et d'une étude sur l'utilisation de l'IA
+Le travail attendu comporte une veille sur les démarches et
+méthodologies existantes, la conception et la conduite d'enquêtes auprès
+des membres du laboratoire, des échanges avec les différents acteurs, la
+production d'un livrable présentant les résultats et la méthodologie
+pour dresser de futurs bilans.
+Encadrement:
+* Pierre Guillon, chercheur à l'I2M (sites Saint Charles et Luminy)
+* Valentin Emiya, enseignant-chercheur au LIS en délégation à l'I2M
+(sites ECM et Saint Charles)
+* Constance Douwes, enseignante-chercheuse au LIS (site ECM)
@@ Ligne 93: / Ligne 126: @@
 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]]
-L’objectif de ce projet est de prédire les probabilité d’extinctions locales des espèces dues au changement climatique et, en particulier, les vagues de chaleurs. Pour atteindre cet objectif, il est important d’étudier les points suivants :
-  - Faire une recherche sur les distributions géographiques des espèces et les facteurs qui limitent ces distributions
-  - Faire une recherche sur les limites thermiques des espèces et leurs variations.
-  - Faire une recherche sur la température actuelle dans les aires de distribution des espèces et son évolution prévue en lien avec le changement climatique
-En combinant les points 1, 2, et 3, imaginer un modèle simple qui permette de prédire la probabilité d’extinction locale des espèces.
-L’ensemble des données nécessaires (points 1-2-3) peuvent être issues de données observés (ex : https://mol.org/) ou de données modélisées (ex : Species distribution modelling).
+====== Développement d’une approche automatisée pour recenser les mortalités de poissons en lien avec l’été caniculaire 2026 ======
-Ce projet nécessite un intérêt pour l’écologie, les datasciences, les analyses spatiales et le changement climatique. L’analyse se fera de préférence en langage R mais peut aussi se faire avec python.
+__Contact__: [[arnaud.sentis@inrae.fr| Arnaud Sentis]]
-Ce sujet a déjà été proposé en 2023-24, et les étudiants ont fourni un rapport sur lequel le groupe de cette année pourra s'appuyer pour aller plus loin.
-====== Déclinaison de la trajectoire de référence pour l'adaptation au changement climatique de la France pour la région Provence-Alpes-Côte d'Azur  ======
-__Contact__ : [[thibault.landel@cerema.fr| Thibault Landel]]
-Les politiques climatiques peuvent se diviser en deux grandes catégories : l'atténuation du changement climatique et l'adaptation du changement climatique
-La première d'entre elles correspond à limiter les causes du changement climatique (éviter l'ingérable) en diminuant drastiquement les émissions de gaz à effets de serre.
-L'adaptation quant à elle correspond à limiter les effets du changement climatique (gérer l'inévitable) sur les écosystèmes et les sociétés humaines. En effet, le changement climatique va en particulier modifier les extrêmes dans des proportions variables ainsi que les aléas associés (en intensité, en fréquence, en durée, en saisonnalité, en vitesse d'apparition, en extension spatiale).
-Depuis 2023, une trajectoire de référence pour l'adaptation au changement climatique a été élaborée par les services de l'Etat et permet pour les territoires et les secteurs économiques de se projeter dans un climat futur suivant le scénario /ci-dessous /:
+L’été 2026 a été marqué par des températures exceptionnellement élevées en France, avec 52 jours de vague de chaleur sur les 90 jours de la période estivale, soit près de 60 % de l’été. Ces conditions climatiques extrêmes ont fortement affecté les milieux aquatiques et pourraient avoir contribué à des épisodes de mortalité massive de poissons observés dans plusieurs lacs et cours d’eau en France et en Europe. Ces événements ont notamment été relayés par la presse régionale et les réseaux sociaux.
-  * + 1.5°C de température moyenne au niveau mondiale en 2030, soit 2°C en France Métropolitaine par rapport à la période préindustrielle  (1850-1900)
+L’objectif de ce projet est de réaliser une synthèse à partir d’une collecte systématique d’informations disponibles sur le web (web scraping) afin de recenser et de caractériser les épisodes de mortalité de poissons survenus en France au cours de l’été 2026. Une approche combinant web scraping et traitement automatique du langage (NLP/LLM) devra être développée au cours du stage afin d’automatiser l’identification des événements et l’extraction des informations pertinentes à partir des articles collectés. Cette approche permettra notamment de transformer les informations textuelles issues de sources hétérogènes en une base de données structurée et exploitable pour les analyses. Pour chaque événement identifié, plusieurs informations seront recherchées : localisation, milieu concerné (lac, rivière, étang, etc.), espèces touchées, ampleur de la mortalité, période d’observation et causes potentielles. L’analyse permettra également d’identifier les régions, les types de milieux et les espèces les plus fréquemment touchés, ainsi que les facteurs associés aux épisodes de mortalité.
-  *  + 2.0°C en 2050, soit 2,7°C en France Métropolitaine
-  * + 3.0°C en 2100, soit 4°C en France Métropolitaine
+Cette synthèse fournira ainsi une première cartographie des mortalités piscicoles associées à l’été 2026 et permettra d’identifier les milieux et les espèces potentiellement les plus vulnérables aux épisodes de chaleur extrême. Ces résultats pourront contribuer à orienter et à prioriser les actions de suivi, de prévention et de gestion des milieux aquatiques face à l’intensification des événements climatiques extrêmes. Pour ce projet, des compétences en programmation (Python), en traitement et analyse de données, ainsi qu’un intérêt pour le développement d’approches basées sur l’intelligence artificielle et le traitement automatique du langage (NLP/LLM) sont attendus.
-Or, du fait de la variabilité interne du climat qui rend impossible de prédire le climat sur des temps **inférieurs à 30 ans,** la projection dans le futur est souvent difficile pour les acteurs des territoires et de la gestion de crise et peut donc freiner la prise de décision.
+====== Etude de la dynamique des flux de radiocésium aux exutoires des bassins versants de Fukushima par deux approches (modèles empiriques et modèles d’apprentissage automatique) ======
+__Contact__: [[valerie.nicoulaudgouin@asnr.fr| Valerie Nicoulaud Gouin]]
-L'objectif de ce projet est, à partir de la littérature scientifique (dont une partie sera fournie (GREC Sud, GIEC, articles scientifiques), d'imaginer quelques scénarios climatiques (aussi appelés trame de climat physique ou climate storylines dans le GIEC) pour le climat de la Région Provence-Alpes-Côte d'Azur.
+Ce travail vise spécifiquement à reconstruire la dynamique des flux de radiocésium particulaire et dissoute aux exutoires de bassins versants instrumentés de la préfecture de Fukushima.
+Deux approches seront étudiées durant ce projet. Une première approche de calibration bayésienne avec 3 modèles de type fonction de transfert. Une seconde approche utilisant des modèles d’apprentissage automatique (ML) de d’apprentissage profond (DL).
-Quelques exemples de ce sur quoi les travaux pourraient porter :
+°
-  *  L'identification des grandes causes de la variabilité interne de la région Sud, leurs évolutions possibles avec le changement climatique et leurs impacts sur la météo du futur
+Analyse des sources d’information concernant le bassin versant Ohta: inventaire en radiocésium du bassin, précipitations, concentration en radiocésium particulaire et dissoute dans la rivière, débit, température de l’eau et charge. (5 h)
-  *  Imaginer ce que serait une année type avec de fortes précipitations  avec des propositions de quantifications dans le futur:  Une vague de chaleur type en 2050, une année particulièrement sèche en 2060, autre (en fonction des besoins des acteurs)...
-Des contacts pourraient être envisagés avec le monde académique et les instituts de recherche associés (projet PEPR TRACCS)
+°
-Une attention particulière sera portée à :
+Des modèles de type coefficient d’entrainement ou de type fonction de transfert sont proposés pour tester différentes hypothèses concernant la réponse du bassin versant. Les analyses statistiques (calibration et prédiction) seront conduites par inférence bayésienne, car cette approche autorise une large gamme de modèles d’erreur, elle quantifie directement l’incertitude des paramètres et elle permet la comparaison de modèles non emboîtés. L’étude se fera sous R avec le package BayesianTools. (30 h)
-  * La compréhension des différents types d'incertitude (liés aux modélisations climatiques, liés à la variabilité interne du climat)
-  * La capacité à se projeter et la plausabilité des projections (plus que leur probabilité)
+°
+Des modèles de type Machine Learning comme Random Forest et Gradient Boosting ainsi que des modèles de type Deep Learning comme LSTM et Transformer seront testés pour prédire la concentration de radiocésium aux exutoires du bassin versant. Les études se feront sous python (avec la librairie pytorch pour les modèles de Deep Learning). (50 h)
-Des travaux de modélisation en utilisant les projections climatiques pourront être utilisés (Données du portail DRIAS par exemple DRIAS, Les futurs du climat - Accueil (drias-climat.fr) <https://drias-climat.fr/>, utilisation de logiciel de cartographie type qgis)
+°
+Une comparaison entre les deux approches (modèles empiriques + Calibration Bayésienne et modèles automatiques basés sur les données) sera effectuée avec des scores de performance sur les mêmes jeux de données test. (5 h)
-Ce travail est exploratoire et les livrables pourront être variése. Le livrable pourrait servir de base pour des études portant sur la vulnérabilité et les impacts sur différents systèmes (ressources en eau, infrastructures de transports, agriculture, énergie, etc.). Une restitution auprès du CEREMA sera envisagée.
+°
+Les scripts en R et en python documentés de réalisation du travail devront être fournis. (5 h)
+°
+Un rapport détaillé devra également être rédigé. (5 h)