Objectifs

   Les volumes des mesures au sens large (capteurs, dispositifs de traitement…) sont actuellement en forte croissance. Le contexte général de l’augmentation de la qualité des produits, de la réduction des coûts de fabrication, du respect de normes environnementales et de pollution, ne fait qu’accentuer ce phénomène.

L’alliance de modélisations, dédiées à un objectif de mesure, de méthodes d’estimation, dans un cadre non-linéaire non-gaussien dynamique et de critères de validation, en terme de robustesse, permet de construire des systèmes de mesure indirecte performants.

La mise en œuvre de cette démarche, à l’occasion de nombreuses applications, a permis de valider son caractère générique. Le choix entre la modélisation du problème direct, suivi d’une inversion, ou la modélisation explicite du problème inverse reste ouvert et dépend des dimensions du système comme de l’information disponible.

Sujets

1. Estimation de grandeurs physiques

Approche probabiliste de mesures indirectes dans un contexte dynamique continu. Applications émanant de la thermophysique, de la biologie, du génie électrique et de la finance. Estimation du gradient de la hauteur des nappes phréatiques à partir de méthodes à noyaux reproduisants.

2. Choix de modèles optimaux de signaux ou de systèmes physiques

Mesure rapide de SAR par modélisation optimale. Choix de l’ordre d’un modèle en présence de données lacunaires par la divergence symétrique de Kullback. Modélisation des comportements extrêmes d’un système pour une conception robuste. Optimisation des performances des moteurs à combustion.

3. Propagation d’incertitudes

Propagation d’incertitudes dans un cadre non-linéaire et dynamique. Quantification de la convergence d’une estimation de la ddp a posteriori par des méthodes MCMC. Généralisation de l’équation de Fokker-Planck pour les processus diffusifs par morceaux. Résolution d’EDS à sauts pour la commande d’une éolienne, de MEMS.

4. Approche guidée par la connaissance de données expérimentales

Optimisation de la réduction de la dimension de la base d’apprentissage dans un cadre non-linéaire. Planification d’expériences menée dans un contexte de maximisation de la robustesse.

Contacts

Sujets 1 à 3 :
Gilles FLEURY
Tél. : 01 69 85 14 25
E-mail : Gilles.Fleury@supelec.fr


Sujet 4 :
Laurent LE BRUSQUET
Tél. : 01 69 85 14 23
E-mail : Laurent.Lebrusquet@supelec.fr