Unité pédagogique

Big data, réduction de modèle et jumeaux numériques

Derniere édition le: 12/01/2024

Modifier

Responsable:

FERRIER Renaud

Description générale :

On présente des techniques de traitement et réduction des données massives, de réduction de modèles physiques et de dialogue modèle-réel utilisées dans le cadre de la mécanique numérique.

Une partie du programme est commune avec la ToolBox ICM "Méthodes d'Intelligence Artificielle pour la Mécanique". Cette partie sera validée d'office pour les élèves ayant validé la ToolBox.

Mots-clés:

Méta-modèle Apprentissage machine Décomposition en Valeurs Singulières Filtrage de Kalman Contrôle optimal

Nombre d’heures à l’emploi du temps:

36

Domaine(s) ou champs disciplinaires:

Mathématiques Mécanique Informatique, Systèmes d'information

Langue d’enseignement:

Français

Objectifs d’apprentissage:

A la fin de l’unité pédagogique, l’élève sera capable de :	Niveau de taxonomie	Priorité
Comprendre et appliquer une méthode d'apprentissage machine	3. Appliquer	Important
Comprendre la pertinence d'un modèle de comportement	4. Analyser	Essentiel
Réduire un modèle	3. Appliquer	Important
Mettre en oeuvre une démarche d'assimilation de données	4. Analyser	Important
Piloter un système physique à l'aide de son modèle	2. Comprendre	Utile

Modalités d’évaluation des apprentissages:

Part de l'évaluation individuelle			Part de l'évaluation collective
Examen sur table :	50	%	Livrable(s) de projet :		%
Examen oral individuel :		%	Exposé collectif :		%
Exposé individuel :		%	Exercice pratique collectif :		%
Exercice pratique individuel :	50	%	Rapport collectif :		%
Rapport individuel :		%
Autre(s) : %

Programme et contenus:

Type d’activité pédagogique :	Contenu, séquencement et organisation
Cours
Travaux dirigés
Travaux pratiques	Réalisation et utilisation de scripts