Menu
La prédiction des performances mécaniques est déterminante au stade de la R&D, de la conception et du dimensionnement des pièces en aluminium. L’approche data-driven, permet à l’aide du Machine Learning, d’utiliser des jeux de données existants (issus de l’expérimental, du suivi …
Les PINNs (Physics-Informed Neural Networks) constituent une nouvelle classe de réseaux de neurones qui hybride apprentissage automatique et lois physiques. Cette nouvelle technologie algorithmique, relativement récente (2019) et issue des laboratoires de recherche, pourrait avoir dans les année…
Les réseaux de neurones récurrents (RNN pour Recurrent Neural Network) permettent de traiter des séquences temporelles (langage, vidéos, données numériques). Ils conservent la mémoire des données du passé pour prédire des séquences de données dans le futur proche. Cet article, qui trait…
Les réseaux de neurones permettent de faire du Machine Learning (traitement de données numériques, analyse d’images ou de séries temporelles). Dans un article précédent, nous abordions les différents algorithmes (KNN, RandomForest, …) de Machine Learning en nous appuyant sur les librairi…
