Calcul scientifique
Nous nous appuyons sur les méthodes numériques utilisées pour résoudre les problèmes de thermique, de mécanique ou d’acoustique. Notre objectif est d’accélérer les calculs sans modifier la définition physique du problème.
Méthodes numériques de simulation
Notre approche s’intègre aux chaînes de simulation fondées sur la géométrie, le maillage et la discrétisation numérique. Elle est conçue pour fonctionner avec les outils déjà utilisés dans les bureaux d’études.
Apprentissage automatique
Les simulations d’une même campagne sont généralement proches les unes des autres. Nous utilisons des méthodes d’apprentissage pour identifier et réutiliser l’information utile d’un calcul au suivant.
Apprentissage scientifique (SciML)
Les méthodes développées combinent modèles d’apprentissage et connaissances issues du calcul scientifique. Elles sont conçues pour rester compatibles avec les contraintes physiques et numériques du problème traité.
Conçu pour s’intégrer aux outils existants
Notre approche complète les outils de simulation déjà utilisés plutôt que de remplacer les chaînes de calcul existantes.
Les méthodes d’apprentissage interviennent dans l’accélération de la campagne, sans supprimer les étapes de contrôle et de validation des résultats.