Le 21/11/2023 par Marion :
Design d?expériences assisté par optimisation bayésienne pour la découverte de nouveaux matériaux
CONTEXTE
La recherche de solutions toujours plus performantes, en phase avec les objectifs de Saint-Gobain d?atteindre la neutralité carbone pour 2050 nécessite une accélération de sa R&D.
Les expériences proposées doivent converger plus rapidement vers de nouveaux matériaux essentiels pour l?habitat, la mobilité et les infrastructures Dans ce contexte,
l?utilisation des données R&D par des méthodes d?Intelligence Artificielle (et d?optimisation avancée vont jouer un rôle décisif Ce stage propose ainsi de contribuer à une approche novatrice, « Materials Informatics », qui combine d es outils modélisation mathématique avec les connaissances issues de la science des matériaux L?objectif de ce stage est d?accélérer la recherche des matériaux par des plans d?expériences itératifs s?appuyant sur des critères d?acquisition connus en optimisation bayésienne.
OBJECTIFS DU STAGE
Ce stage va principalement s?axer sur les développements (théoriques et/ou informatiques selon l?affinité) de solutions d?aide au design d?expériences utilisant de l?optimisation bayésienne. La problématique de création de nouveau matériaux implique l?intégration de variables entières et de de contraintes spécifiques dans le processus d?optimisation bayésienne. Le stage vise donc à :
- faire un état de l?art des différentes libraires de codes existantes pour l?optimisation bayésienne ;
- proposer des solutions pour gérer la coexistence de variables entières et continues au sein d?un problème d?optimisation multi objectifs ;
- tester différents modèles et comparer leurs performances (processus Gaussiens, fonctions d?acquisitions, stratégies de design itératifs d?expériences) ;
- proposer des solutions pour inclure des lois physiques dans les modèles utilisés pour le design d?expériences ;
- appliquer les méthodes développées sur des cas concrets de formulations de nouveaux matériaux.
PROFIL RECHERCHE
Etudiant de cycle ingénieur/Master en césure ou stage de fin d?études à l?aise avec l?optimisation, le Machine Learning et la programmation en Python.
Des compétences en lien avec la physico chimie des matériaux seraient un plus.
DUREE
6 mois à partir de Janvier 2024, poursuite en thèse possible.
LIEU
Ce stage aura lieu au sein du DataLab de Saint-Gobain Research Paris
39 Quai Lucien Lefranc, 93300 Aubervilliers
en collaboration avec l?ISAE SUPAERO/ICA (Toulouse).
CONTACTS
Sébastien Deschamps (ingénieur R&D) - sebastien.deschamps2@saint gobain.com
Félix Mouhat (ingénieur R&D) - felix.mouhat@saint gobain.com
