Description
Date depot: 10 octobre 2023
Titre: Deep-learning surrogate models for Modeling Spatio-Temporal Dynamics
Directeur de thèse:
Patrick GALLINARI (ISIR (EDITE))
Encadrant :
Nicolas BASKIOTIS (ISIR (EDITE))
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Intelligence artificielle
Resumé: The thesis explores the development of deep learning based surrogate models for dynamic phenomena. The main investigations will concern the combination of machine learning and physics priors and the modeling of uncertainty.
Résumé dans une autre langue: La thèse explore le développement de modèles de substitution basés sur l'apprentissage profond pour les phénomènes dynamiques. Les principales investigations porteront sur la combinaison de l'apprentissage automatique et des priors physiques et sur la modélisation de l'incertitude.
Doctorant.e: Mifsut Benet Jorge