CONTEXTE :

Les algorithmes d’Intelligence Artificielle ont la réputation d’apporter une grande plus-value pour représenter ou contrôler des phénomènes difficiles à prédire par des équations de la physique. Le domaine du confort thermique fait partie de ces phénomènes compliqués à appréhender car ils intègrent des facteurs environnementaux et des facteurs physiologiques subjectifs. Des solutions de représentation de la sensation de confort thermique existent, de la sensation globale (PMV/PPT), aux modèles CFD qui discriminent les états aérothermiques sur l’ensemble du corps. Souvent les constructeurs automobiles utilisent des panels d’individus pour finaliser les réglages du confort thermique. Qu’est-ce que l’IA peut nous apporter dans ce contexte ?

DESCRIPTION :

Le stage consiste à explorer différents algorithmes d’IA alimentés par des résultats de simulation issus des simulateurs Benchmark de Sherpa. Les simulateurs permettront de faire tourner des scénarios divers (Use Cases) et différents algorithmes donneront des résultats de perception du confort thermique. Après une prise en main de nos simulateurs, la finalité sera de

• Développer ces algorithmes d’IA, alimentés par des annotations de divers provenance (norme, Fanger, Panel),

• Valider la pertinence de l’algorithme IA sélectionner selon ses performances

• D’intégrer dans nos simulateurs l’algorithme IA d’évaluation de la sensation de confort thermique.

Étudiant(e) en dernière année d’école d’ingénieur ou de master

Matlab/Simulink

Algorithmes IA (LSTM, CNN)

Anglais