| No | Titre | Equipe Inria | Financement | Durée |
|---|---|---|---|---|
| 1 | Couplage d’un modèle numérique d’éolienne avec un algorithme de type « Operational Modal Analysis » (OMA) | I4S | IFPEN | 2020–2023 |
| 2 | Combined Machine Learning and DFT simulations to accelerate the identification of catalytic reaction mechanisms | MATHERIALS | Inria | 2020–2023 |
| 3 | Inversion robuste d’un code de calcul prenant en entrées des données de nature fonctionnelle. Application à la conception d’éoliennes | AIRSEA | Inria | 2020–2023 |
| 4 | Construction automatique d’un modèle dynamique de suivi d’interface par analyse d’images 4D | FLUMINANCE | IFPEN | 2020–2021 |
| 5 | Modélisation de l’aéroélasticité en grandes transformations par un couplage partitionné : application aux grandes éoliennes | MEMPHIS | IFPEN | 2021–2024 |
| 6 | Définition de conditions aux limites à la périphérie d’une zone de stockage de CO2/Hydrogène au moyen de bases réduites | MATHERIALS | IFPEN | 2021–2024 |
| 7 | Développement de méthodes d’ordre élevé dans un code cartésien AMR–CutCell pour la modélisation LES de la combustion | CAGIRE | IFPEN | 2021–2024 |
| 8 | Apprentissage par renforcement profond avec contraintes et démonstrations | DYOGENE | Inria | 2021–2024 |
| 9 | Méthodes numériques avancées pour les problèmes à forte raideur en transport réactif | RAPSODI | Inria | 2021–2024 |
| 10 | Acceleration of wind farm flow simulations by means of data-driven machine learning techniques | MEMPHIS | Inria | 2021–2023 |
| 11 | Vectorisation portable avec maîtrise de la précision numérique pour des codes de simulation multi-précision | STORM | IFPEN | 2022–2025 |
| 12 | Discrétisation sur maillages non coïncidents de modèles poro-mécaniques avec prise en compte du contact frictionnel au niveau des failles | COFFEE | Inria | 2022–2023 |
| 13 | Optimisation pseudo temps-réel des performances environnementales de la mobilité urbaine grâce à des approches de modélisation macroscopique et multi-modale | ACUMES | IFPEN | 2022–2025 |
| 14 | Optimisation de topologie de graphes routiers basée sur des données et application à l’urbanisme tactique et durable dans de grandes métropoles | DANCE | Inria | 2022–2025 |
| 15 | Evaluation des constantes de réactions de déshydratation d’alcools sur alumine par approche couplée machine learning-chimie quantique | MATHERIALS | IFPEN | 2023–2026 |
| 16 | Méthodes de préconditionnement non linéaire avancées pour la résolution des problèmes à fortes hétérogénéités en géosciences | COFFEE | IFPEN | 2023–2026 |
| 17 | Development of data-driven approaches for physics-informed wind-turbine digital twins and application to real-world data | I4S | IFPEN | 2023–2026 |
| 18 | Screen2Learn – Exploiter la biodiversité : une approche de criblage et d’apprentissage | InBio | Inria | 2023–2026 |
| 19 | Pilotage des méthodes adaptatives (méthodes AMR, multi-niveaux) à l’aide de méthodes de machine learning de type GNN | Tau | Inria | 2023–2026 |
| 20 | Time dependent reliability based design optimization with nonlinear numerical models. Application to the design of an offshore wind turbine | ASCII | Inria | 2023–2026 |
Convergence HPC / AI / HPDA for the energetic transition
