Super-résolution des concentrations d’aérosols par apprentissage profond

Etude

L’étude vise à développer une méthode de super-résolution des champs de concentration d’aérosols dans des locaux ventilés, en utilisant des techniques d’apprentissage profond renseignées par la physique. L’objectif est de reconstruire la concentration d’un polluant en tout point d’un local à partir d’un nombre limité de mesures, afin de mieux prévenir les expositions professionnelles lorsque la couverture instrumentale est insuffisante. Une thèse en partenariat avec l’ASNR et le LEMTA est adossée à l’étude, qui se déroule en trois étapes : 1) Analyse bibliographique des méthodes existantes pour identifier les approches les plus adaptées, 2) Entraînement et évaluation des architectures sélectionnées sur des bases issues de simulations numériques d’un local ventilé, d’abord pour un gaz traceur puis pour un aérosol, 3) Validation expérimentale pour comparer reconstruction et mesures réelles, et analyser les écarts liés aux incertitudes. Les résultats attendus sont de permettre de produire des reconstructions 3D physiquement cohérentes à partir de données incomplètes, avec des gains en précision et en rapidité par rapport aux méthodes existantes.

  • Fiche technique

    • Année de lancement

      2026
    • Discipline(s)

      Aéraulique - ventilation - captage
    • Responsable(s)

    • Participant(s)

    • Collaboration(s) extérieure(s)

      LEMTA - ASNR
    • Référence

      EL2026-022