Ingénieur de recherche en apprentissage automatique et mécanique computationnelle pour la modélisation

Missions :
Le laboratoire Géosciences Montpellier recrute un ingénieur·ou une ingénieure de recherche dans le cadre du projet ERC RhEoVOLUTION, qui vise à développer des approches innovantes pour modéliser la déformation de l'intérieur de la Terre. La personne recrutée aura comme mission de développer des modèles d’apprentissage automatique supervisé pour prédire comment les roches modifient leur structure et leurs propriétés mécaniques – en particulier l'anisotropie de leurs comportements élastique et viscoplastique – lorsqu’elles se déforment. Cela est essentiel pour :
• Imager l’intérieur de la Terre à partir de l'analyse de la propagation d'ondes sismiques (anisotropie élastique).
• Modéliser précisément la convection du manteau terrestre et la tectonique des plaques (anisotropie viscoplastique).
Au cœur du projet se trouve l’olivine, le minéral le plus abondant du manteau. En effet, les deux anisotropies résultent d’une orientation préférentielle des cristaux d’olivine (« texture ») produite par la déformation. Les modèles physiques simulant ce processus sont soit trop simplifiés, soit trop coûteux pour être implémentés dans des simulations géodynamiques. C’est là qu'intervient l'apprentissage automatique. Nous avons déjà mis en place un cadre, en entraînant des réseaux neuronaux sur des données synthétiques générées à partir de modèles de plasticité cristalline. Ces modèles de substitution prédisent efficacement, pour des histoires de déformation courtes, comment les textures d’olivine et l’anisotropie élastique évoluent dans des écoulements en 2D. Cependant, des défis demeurent, notamment lorsqu’il s'agit de chaîner des prédictions sur des historiques de déformation plus longs.

Activités :
Le premier objectif de la personne recrutée sera de rendre les modèles d'apprentissage automatique robustes pour une utilisation récursive à long terme, ce qui est indispensable pour simuler des scénarios géodynamiques réalistes. Les tâches comprennent :
- L'analyse et l'élargissement de la base de données d'entraînement pour mieux représenter la diversité des conditions d'écoulement observées dans le manteau.
- Explorer de nouvelles architectures d'apprentissage automatique, y compris des réseaux physiquement informés qui respectent les symétries tensorielles.
- Améliorer la généralisation pour prévenir l'accumulation d'erreurs pendant les prédictions itératives.
Ensuite, le candidat ou la candidate s'attachera à étendre les modèles IA afin de:
- simuler des déformations en 3D.
- modéliser l'anisotropie viscoplastique, en s'appuyant sur les liens entre la texture et anisotropies élastique et viscoplastique.
- travailler à l'intégration des modèles dans les codes géodynamiques à éléments finis en collaboration avec l'équipe RhEoVOLUTION.
Des applications au-delà des géosciences, telles que la dynamique des glaciers et la mise en forme des matériaux en métallurgie sont aussi possibles.

Contexte de t
Voir plus sur le site emploi.cnrs.fr...