H/F Optimisation guidée par arbres de régression pour la maximisation du facteur de mérite thermoélectr

Poste :
La thermoélectricité convertit un gradient de température en courant électrique.
L’efficacité d’un matériau est quantifiée par la figure de mérite zT. L’objectif
est d’identifier des matériaux dont zT est maximal.
Des modéles d’apprentissage supervisé ont été entraînés pour prédire zT
à une température T pour des compositions de type semi-Heuslers écrites
A(1−x)A'(c)B(1-y)B'(y)C(1-z)C'z
où x,y et z sont des fractions de substitution. Parmi les modèles utilisés,
des arbres de régression (Random Forest, XGBoost, etc.) fournissent
de bonnes performances. Toutefois, l’espace combinatoire des compositions
étant gigantesque, une recherche exhaustive est prohibitive. Le stage vise
à concevoir des méthodes d’optimisation qui utilisent la structure interne
des arbres pour trouver rapidement des compositions maximisant zT.
Objectifs techniques du stage:
1. Formaliser rigoureusement le probl`ème d’optimisation en intégrant
la structure des arbres et les dépendances entre variables.
2. Concevoir des algorithmes capables d’orienter la traversée des arbres
vers des feuilles de forte valeur zT sans exploration exhaustive.
3. Comparer plusieurs stratégies (optimisation exacte quand possible,
heuristiques et méta-heuristiques, méthodes hybrides) sur des critères
de qualité, robustesse et temps de calcul.
4. Généraliser l’approche pour traiter des formules plus larges que la
classe des semi-Heuslers, afin d’appliquer la méthode à d’autres familles
de matériaux.
2
Employeur :
Le stage se déroulera au sein du département de Chimie Théorique (D5) de l'Institut Charles Gerhardt de Montpellier.
Il sera supervisé par le Pr. Philippe Jund et le Dr. Shoeb Athar.