De l'optimisation à l'IA pour l'identification : un voyage à travers les "small data"

Rodolphe Le Riche (1, 2, 3, 4, 5)

1 LIMOS - Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes
2 ENSM ST-ETIENNE - Ecole Nationale Supérieure des Mines de St Etienne
3 FAYOL-ENSMSE - Institut Henri Fayol
4 FAYOL-ENSMSE - Département Génie mathématique et industriel
5 CNRS - Centre National de la Recherche Scientifique

Cette communication décrit des travaux sur l'identification de lois de comportement initiés dans l'équipe de Georges Cailletaud, et poursuivi par la suite par l'orateur. La présentation commence par rappeler une vision de l'identification de loi de comportement qui a sous-tendu le développement de Z-opt en 96-97 au Centre des Matériaux de l'ENSMP: distance modèle-expériences quadratique pondérée, interfaçage souple entre les paramètres à identifier et la simulation mécanique, algorithmes d'optimisation locaux et globaux. Le parcours se prolonge par une description de certains liens entre l'identification et la science des données : dès 1998, une utilisation des réseaux de neurones pour décrire les lois de comportement, puis la prise en compte des incertitudes par des approches bayésiennes. Les incertitudes sont d'abord représentées par une distribution sur les paramètres identifiés (années 2010), puis la variabilité des spécimens est modélisée par effets mixtes (années 2020). Des pistes sur des développements anticipés concluent la présentation.

Mots clés: Identification bayésienne; Identification de loi de comportement; Réseaux de neurones récurrents

Domaines: Optimisation et contrôle [math.OC]; Ingénierie, finance et science [cs.CE]; Génie mécanique [physics.class-ph]

Rodolphe Le Riche. De l'optimisation à l'IA pour l'identification : un voyage à travers les "small data". Modélisation et simulation numérique des matériaux, Apr 2022, Paris, France. ⟨hal-03652997⟩