PhD fellow within the Greydient ITN project (Marie Skłodowska-Curie Actions) www.greydient.eu

A grey box approach to uncertainty quantification of material property identification from full-field stress measurement obtained by digital image correlation (DIC).Objectives:- Develop a methodology to simulate strain fields based on imprecise random-field valued material parameters using a Digital Image Correlation simulator- Apply non-linear dimension-reduction approaches to deduce a low-dimensional manifold from experimental strain fields- Train a physics-informed deep-learning architecture to predict imprecise random-field descriptors including expert knowledge- Validation of the inverse methodology on functionally graded materials.Expected results: A methodology to inversely quantify non-homogeneous random-field uncertainty based on full-field strain measurements. Illustration of the method on the identification of functionally graded materials (FGMs).

Au sein du département R&D PRISME.- Amélioration d’un composant de la bibliothèque ThermoSysPro pour modéliser l’hétérogénéité d’un coeur de réacteur nucléaire. (Modelica)- Elaboration d’un modèle de régression régularisée pour prédire les points de fonctionnement de centrale nucléaire. (python, pandas, scikit-learn)

Projet de traitement d'avatars 3D obtenus par body scanner : - Traitement de données 3D complexes (mesh, point cloud) avec MATLAB pour extraire des indicateurs pertinents.- Implémentation d’un algorithme de heat kernel signature.- Conception et implémentation d’une pipeline d’erreur sur tout le processus d’acquisition des mesures.

Développement (sous VBA-Excel) une base de données et d’une interface dédiée.