Doctorant en graphes multi-échelles – F/H - Campus de Paris

Le ou la candidate travaillera à l’interface entre apprentissage automatique, mécanique computationnelle et jumeaux numériques, avec des applications aux systèmes d’infrastructures intelligentes de nouvelle génération.

Le ou la candidate travaillera à l’interface entre apprentissage automatique, mécanique computationnelle et jumeaux numériques, avec des applications aux systèmes d’infrastructures intelligentes de nouvelle génération.A ce titre, il ou elle aura les activités suivantes :·       Implémentation d’algorithmes prédictifs et génératifs des territoires.·       Possibilité d’enseignement des cours en lien avec la thématique de la thèse.·       Participation à des congrès thématiques.Depuis sa création en 1780, l’Ecole Nationale Supérieure Arts et Métiers s’attache à répondre aux défis industriels et aux enjeux sociétaux, en constante évolution.Etablissement public scientifique, culturel et professionnel (EPSCP) sous tutelle unique du ministère de l’enseignement supérieur et de la recherche, il est composé de huit campus et de trois instituts répartis sur le territoire.Sa première mission : Former des ingénieurs capables de concevoir des produits et systèmes respectueux de l’environnement, mais aussi de contrôler une organisation industrielle en maîtrisant les risques et les coûts. ·       Rédaction d’articles scientifiques et de rapports d’avancement.·       Participation aux réunions de l’équipe.En 3 ans, la personne recrutée devra avoir réussi à publier des articles et des communications dans des conférences internationales.Nous proposons un poste de doctorat consacré au développement de nouvelles approches en apprentissage scientifique pour des environnements urbains complexes. Le projet explore des modèles de graphes multi-échelles, informés par la physique, afin de représenter et prédire efficacement le comportement de systèmes de bâtiments interconnectés. La recherche visera à apprendre des représentations structurées et compactes de modèles paramétriques de bâtiments ainsi que de leurs interactions, permettant une modélisation scalable et transférable entre différentes configurations urbaines.Un accent particulier sera mis sur la combinaison de stratégies de réduction de modèles avec des réseaux de neurones sur graphes afin de capturer à la fois les comportements locaux et les couplages à l’échelle du système. L’ensemble sera guidé par des principes physiques et une connaissance des systèmes urbains afin d’assurer la cohérence des modèles appris et d’éviter des espaces de solutions non physiques ou inconsistants.Enfin, des plateformes de réalité virtuelle et augmentée seront utilisées pour créer des jumeaux numériques interactifs comme outils de conception. Le projet s’inscrit dans les enjeux actuels de transition technologique des territoires et d’aménagement urbain durable, avec pour objectif de soutenir une prise de décision plus efficace, résiliente et éclairée pour la conception et la gestion des systèmes urbains de demain.