Base des structures de recherche Inria
Quantification des Incertitudes en calcul scientifique pour l’ingénierie
PLATON
Statut:
Décision signée
Responsable :
Pietro Marco Congedo
Mots-clés de "A - Thèmes de recherche en Sciences du numérique - 2024" :
Aucun mot-clé.
Mots-clés de "B - Autres sciences et domaines d'application - 2024" :
Aucun mot-clé.
Domaine :
Mathématiques appliquées, calcul et simulation
Thème :
Schémas et simulations numériques
Période :
01/12/2020 ->
31/12/2026
Dates d'évaluation :
12/01/2022
Etablissement(s) de rattachement :
CNRS
Laboratoire(s) partenaire(s) :
CMAP (UMR7641)
CRI :
Centre Inria de Saclay
Localisation :
Centre de recherche Inria de Saclay
Code structure Inria :
111097-0
Numéro RNSR :
202023682J
N° de structure Inria:
SR0899UR
PLATON est une équipe-projet Inria commune avec l'École Polytechnique et le CNRS, au sein du CMAP (Centre de Mathématiques Appliquées, École Polytechnique - UMR7641 CNRS - Institut Polytechnique de Paris), et affiliée au Centre de Recherche Inria Saclay Île-de-France sur le campus de l'École Polytechnique.
L'objectif global de la recherche proposée au sein de PLATON est de développer des méthodes numériques avancées dans la simulation et le calcul intensif, intégrant autant que possible la gestion des incertitudes. Ici, la gestion de l'incertitude englobe de multiples tâches: a) caractérisation de l'incertitude (construction et identification de modèles d'incertitude), b) propagation de l'incertitude (calcul de l'incertitude de prédiction basée sur un modèle), c) réduction de l'incertitude (par inférence, assimilation de données, conception de nouvelles expériences physiques ou numériques, ...) et d) traitement des incertitudes dans les processus décisionnels (analyse de sensibilité, gestion des risques, optimisation robuste, ...).
Notre vision et notre expérience valorisent une forte interaction entre toutes ces tâches qui, idéalement, doivent être visitées dans un ordre commandé par les informations initiales, la progression de l'analyse et les ressources disponibles. Progresser sur toutes ces tâches constitue un défi de taille car les tâches impliquent une diversité de thématiques et de compétences. Cette difficulté est importante dans le contexte des simulations des grandes échelles, où les praticiens et les chercheurs ont tendance à être très spécialisés dans des aspects spécifiques (modélisation, schémas numériques, calcul parallèle, ...). De plus, des simulations plus massives sont souvent confondues avec une meilleure prédiction et elles cachent l'importance des incertitudes. Nous pensons que l'utilisation de modèles complexes et l'utilisation des prédictions des simulations couteuses nécessitent des procédures adaptées de gestion des incertitudes. Nous sommes convaincus de l'importance d'un effort de recherche englobant autant que possible tous les objectifs de la quantification d'incertitude, pour assurer la cohérence et la pertinence mutuelle des méthodes développées. Un tel effort axé sur la gestion de l'incertitude, plutôt que sur une application particulière, sera essentiel pour améliorer les capacités prédictives des outils de simulation et répondre aux besoins industriels et sociétaux.
Par conséquent, les principaux objectifs de l'équipe seront:
L'approche de l’équipe sera de type bottom-up: partant de nouvelles idées et concepts pour aborder à la fois les problèmes existants (connus) et émergents (anticipés ou non). Le dernier point, concernant les problèmes émergents, est particulièrement important dans un domaine de recherche en évolution rapide avec l'amélioration constante des capacités méthodologiques et de calcul. L'axe de recherche sera structuré selon deux directions principales: un axe méthodologique et un axe applications.
Méthodologies et outils UQ
L'équipe travaillera en permanence sur le développement de représentations et d'algorithmes UQ originaux pour traiter des modèles complexes, ayant des paramètres d'entrée de grande dimension avec des comportements complexes. Nous prévoyons d'organiser nos activités de recherche de base selon différents développements méthodologiques UQ:
Applications d'ingénierie
L'équipe travaillera à la résolution des problèmes UQ avec des intérêts industriels. Plus précisément, nous avons des partenariats industriels et académiques, avec des projets et des contrats actifs, dans les domaines suivants:
Collaborations Internationales:
Remi Abgrall, Professor, University of Zurich, Switzerland
Anne Bourdon, Research Director, LPP Lab, Ecole Polytechnique
Antonio Ghidoni, Professor, University of Brescia, Italy
Alberto Guardone, Professor, Politecnico di Milano, Italy
Ibrahim Hoteit, Professor, King Abdullah University of Science and Technology, KSA
Gianluca Iaccarino, Professor, Stanford University
Omar Knio, Professor, King Abdullah University of Science and Technology, KSA
Thierry Magin, Professor, Von Karman Institute, Belgium
Paul Mycek, Researcher (CR), Cerfacs, France
Giacomo Persico, Professor, Politecnico di Milano, Italy
Collaborations Industrielles
ArianeGroup
BRGM
Bañulsdesign
CEA
La position est calculée automatiquement avec les informations dont nous disposons. Si la position n'est pas juste, merci de fournir les coordonnées GPS à web-dgds@inria.fr