Informations professionnelles
Statut: Doctorant en deuxième année
ED: EDITE
Unité de recherche: ISIR (EDITE)
Equipe: MLIA
Employeur: Société Extrality Date de debut de thèse: 1 juillet 2022 Directeur de thèse: Patrick GALLINARI (ISIR (EDITE)) Sujet de thèse: Physically Constrained Deep Learning for CFD and PDE Modeling. Application to Steady Navier-Stokes Equations Thématique : Intelligence artificielle
Equipe: MLIA
Employeur: Société Extrality Date de debut de thèse: 1 juillet 2022 Directeur de thèse: Patrick GALLINARI (ISIR (EDITE)) Sujet de thèse: Physically Constrained Deep Learning for CFD and PDE Modeling. Application to Steady Navier-Stokes Equations Thématique : Intelligence artificielle