LMAG - Simulation rapide de la fusion d’une paroi : apport du Machine Learning

Contexte: modèles rapides pour l’évaluation de scénarios d’accident grave; modélisation de la conduction thermique lors de la fusion d’une paroi. Missions:

• Développer un modèle de substitution ML (supervisé et/ou PIML, PINN) à partir de simulations de référence.
• Étudier représentation des données, variables d’entrée/sortie, stratégie d’apprentissage, intégration de connaissances physiques.
• Intégrer le modèle dans un modèle de fusion/solidification de la plateforme PROCOR et évaluer précision/robustesse/coût. Outils: Python (NumPy, Torch, Pandas), Java (PROCOR). Mots‑clés: Machine Learning, Accident Grave. Lieu: CEA IRESNE (Cadarache, France).