Titre de la thèse: Applications d'apprentissage automatique pour améliorer la modélisation expérimentale et numérique des vagues déferlantes en milieu maritime
- Supervision: Jeffrey HARRIS et Marissa YATES
- Date du début: 15 Nov. 2023
- Résumé: Compte tenu de l'importance de comprendre les vagues déferlantes pour les développements futurs des énergies renouvelables offshore, ainsi que des progrès récents de l'apprentissage automatique, cette thèse vise à étudier les applications de l'apprentissage automatique à la compréhension des vagues offshore. Cela inclut la validation et l'amélioration de la modélisation numérique 3D de l'écoulement potentiel (pour l'analyse des statistiques de crête des vagues et l'amélioration des critères de déferlement). Un autre aspect est l'analyse des données expérimentales de l'interaction vague-structure avec les algorithmes d'apprentissage automatique, y compris l’identification de la mousse générée par le déferlement. Enfin, avec les dernières approches comme les réseaux neuronaux basés sur la physique (PINN), une modélisation directe du déferlement des vagues sera réalisée.
Formation
- Sept. 2014 - Juin 2019: Université de Tongji, Shanghai, Chine. Licence de Génie du véhicule(Trafic ferroviaire)
- Sept. 2020 - Sept. 2022: Ecole des Ponts ParisTech, Champs-sur-marne, France. Diplôme d'ingénieur de Génie mécanique et matériaux
- Sept. 2019 - Juin 2023: Université de Tongji, Shanghai, Chine. Master de Génie du transport(Aérodynamique des TGVs)