Recrutement

recrutement

Thèse : Apprentissage contraint et commande optimisée basée sur la modélisation multi-physique et neuronale : le cas des systèmes multi-énergies

Type de recrutement
Thèse
Durée
Rattachement
LS2N - UMR CNRS 6004
Fin de l'affichage

L'équipe CODEX (Commande, Observation, Diagnostic, Estimation et Expérimentation) du laboratoire LS2N (UMR CNRS 6004),à Nantes recherche un candidat pour une thèse dont le titre est :

" Apprentissage contraint et commande optimisée basée sur la modélisation multi-physique et neuronale : le cas des systèmes multi-énergies "

Mots-clés : Système Multi-Energie, Commande Optimale, Commande Prédictive, Modélisation Multi-Physique, Méthode d’Apprentissage Profond, Réseaux de Neurones

Le doctorant sera accueilli au sein de IMT Atlantique, tutelle du laboratoire au sein du département DAPI, Automatique, Productique et Informatique. La thèse sera co-encadré par un membre du laboratoire LAPLACE (Toulouse).

Le sujet est décrit dans le document pdf associé à cette annonce.

Si vous souhaitez candidater ou obtenir plus d’information merci de contacter les personnes suivantes :
Fabien Claveau, fabien.claveau@imt-atlantique.fr
Philippe Chevrel, philippe.chevrel@imt-atlantique.fr