Soutenance HdR, Zuqi TANG, 21 avril 2023

Ce manuscrit décrit mes activités de recherche, menées principalement au sein de l’équipe OMN du laboratoire L2EP de l’Université de Lille. Il se compose de deux parties principales : l’étude du modèle de Darwin et l’investigation au Deep Learning.

Dans la première partie, l’étude du modèle de Darwin est présentée. En négligeant les effets de rayonnement, le modèle de Darwin peut prendre en compte simultanément tous les effets résistifs, inductifs et capacitifs, montrant un grand potentiel dans les applications impliquant des composants électroniques de puissance modernes à haute fréquence. Nous présentons notre développement de formulations mathématiques et de techniques numériques associées, telles que l’estimation d’erreur a posteriori, la réduction d’ordre de modèle et la validation d’exemples industriels.

Dans la deuxième partie, des travaux préliminaires d’investigation sur l’application du Deep Learning au calcul des champs électromagnétiques, sous l’hypothèse de peu de données, sont présentés. La motivation de cette partie était d’étudier si les techniques de Deep Learning peuvent aider à gérer les difficultés numériques qui se posent dans la construction de méta-modèles lors de l’application d’autres méthodes de réduction de modèle. Différentes approches sont proposées pour améliorer la précision et l’efficacité du modèle généré par la technique de Deep Learning.
Enfin, des travaux de recherche en cours concernant l’estimation d’erreur pour la quantité d’intérêt et les outils numériques pour un placement optimal des capteurs sont présentés. Le manuscrit décrit également brièvement les perspectives de recherche futures.