Academic literature on the topic 'Architecture multi-échelles'

La stéréophotométrie est une technique de reconstruction 3D de la surface d'un objet. De plus en plus de recherches s'intéressent à ce problème qui se veut prometteur dans le monde industriel. En effet, la stéréophotométrie peut être utilisée pour détecter les défauts d'usinage de pièces mécaniques ou pour de la reconnaissance faciale par exemple. Cette thèse explore les méthodes d'apprentissage profond pour la stéréophotométrie, notamment les différents aspects liés aux bases de données d'entraînement et aux architectures considérées.De manière générale, la sur-paramétrisation d'un réseau de neurones est souvent suffisante pour supporter la diversité des problèmes rencontrés. La base de données d'entraînement est alors considérée comme le point clé permettant de conditionner le réseau au problème traité. Par conséquent, pour répondre à ce besoin, nous proposons une nouvelle base de données d'entraînement synthétique. Cette base de données considère une très grande variété de géométries, de textures, de directions ou conditions lumineuses mais également d'environnements, permettant donc de générer un nombre de situation quasiment infini.Le second point décisif d'une bonne reconstruction concerne le choix de l'architecture. L'architecture d'un réseau doit assurer une bonne capacité de généralisation sur de nouvelles données pour générer de très bons résultats sur des données inédites. Et ce, quelle que soit l'application. En particulier, pour la stéréophotométrie, l'enjeu est d'être capable de reconstruire des images très haute résolution afin de ne pas perdre de détails. Nous proposons alors une architecture multi-échelles de type encodeur-décodeur afin de répondre à ce problème.Dans un premier temps, nous proposons une architecture fondée sur les réseaux convolutionnels pour répondre au problème de stéréophotométrie calibrée, i.e. quand la direction lumineuse est connue. Dans un second temps, nous proposons une version fondé sur les Transformers afin de répondre au problème de stéréophotométrie universelle. C'est-à-dire que nous sommes en capacité de gérer n'importe quel environnement, direction lumineuse, etc., sans aucune information préalable. Finalement, pour améliorer les reconstructions sur des matériaux difficiles (translucides ou brillants par exemple), nous proposons une nouvelle approche que nous appelons ``faiblement calibrée'' pour la stéréophotométrie. Dans ce contexte, nous n'avons qu'une connaissance approximative de la direction d'éclairage.L'ensemble des pistes que nous avons explorées ont conduit à des résultats convaincants, à la fois quantitatifs et visuels sur l'ensemble des bases de données de l'état-de-l'art. En effet, nous avons pu observer une amélioration notable de la précision de reconstruction des cartes de normales, contribuant ainsi à avancer l'état de l'art dans ce domaine
Photometric stereo is a technique for 3D surface reconstruction of objects. This field has seen a surge in research interest due to its potential applications in industry. Specifically, photometric stereo can be employed for tasks such as detecting machining defects in mechanical components or facial recognition. This thesis delves into deep learning methods for photometry stero, with a particular focus on training data and network architectures.While neural network over-parameterization is often adequate, the training dataset plays a pivotal role in task adaptation. To generate a highly diverse and extensible training set, we propose a new synthetic dataset. This dataset incorporates a broad spectrum of geometric, textural, lighting, and environmental variations, allowing for the creation of nearly infinite training instances.The second decisive point of a good reconstruction concerns the choice of architecture. The architecture of a network must ensure a good generalization capacity on new data to generate very good results on unseen data. And this, regardless of the application. In particular, for the photometric stereo problem, the challenge is to be able to reconstruct very high-resolution images in order not to lose any details. We therefore propose a multi-scale encoder-decoder architecture to address this problem.We first introduce a convolutional neural network architecture for calibrated photometric stereo, where the lighting direction is known. To handle unconstrained environments, we propose a Transformers-based approach for universal photometric stereo. Lastly, for challenging materials shiny like translucent or shiny surfaces, we introduce a ``weakly calibrated'' approach that assumes only approximate knowledge of the lighting direction.The approaches we have investigated have consistently demonstrated strong performance on standard benchmarks, as evidenced by both quantitative metrics and visual assessments. Our results, particularly the improved accuracy of reconstructed normal maps, represent a significant advancement in photometric stereo

Les deux dernières décennies ont été marquées par un essor remarquable de l'informatique répartie (réseaux pair à pair, grilles de calcul, informatique pervasive, etc.) et des services de télécommunication. Désormais, les nouvelles technologies de l'information et de télécommunication font partie intégrante du quotidien des entreprises et des particuliers. Malgré ces avancées technologiques, les systèmes informatiques restent souvent vulnérables, menacés de pannes, de dysfonctionnements et d'utilisation anarchique ou intempestive des leurs ressources. De plus, les systèmes informatiques deviennent de plus en plus complexes, et entraînent une complexité de leur gestion. Cette vulnérabilit é et complexité sont fortement ampli ées par l'extension géographique des réseaux et des systèmes informatiques, leur hétérogénéité et l'intégration toujours plus importante de l'informatique et des télécommunications. Dans ce contexte, les outils d'administration sont devenus un instrument incontournable de plani cation, d'organisation et de gestion des systèmes informatiques dans leur ensemble. Ils sont même devenus aussi importants que les systèmes administrés eux-mêmes. Toutefois, malgré la multitude des acteurs concernés par la problématique d'administration (éditeurs, constructeurs, organismes de standardisation, etc.) ces systèmes présentent souvent des limitations sur le plan technologique et architectural. D'où le besoin de développer de nouvelles approches et d'explorer de nouvelles technologies mieux adaptées aux dé s d'échelles et d'hétérogénéité des ressources administrées. Cette thèse s'inscrit au c÷ur de cette problématique d'administration. Elle aborde la question d'administration intégrée dans des contextes multi-échelles. A n de répondre à cette question, nous nous appuyons sur une approche pluridisciplinaire : architecture logicielle à base de composants, middleware, systèmes et approches d'administration réseaux. Ainsi, nous proposons une approche d'administration multi-échelles basée sur le concept de Domaine d'administration, et orientée par l'architecture des syst èmes administrés. Pour la validation de l'approche nous proposons le canevas Dasima, un canevas d'administration à base de composants logiciels dotée d'une double exibilité (architecturale et comportementale) et d'une capacité à d'auto-introspection. Ces proprié- tés le distinguent des systèmes d'administration existants et favorisent une administration plus souple dans des contextes multi-échelles. Dans le cadre de la validation de notre approche, le canevas Dasima a été mis en ÷uvre pour l'administration d'une application M2M d'Orange. Plusieurs expérimentations à di érentes échelles, géographiques et numériques, ont été menées sur la plateforme expé- rimentale Grid5000 a n de valider la capacité de passage à l'échelle de l'approche proposée.

Le thème sous-jacent au travail de thèse est de réaliser des calculs implicites de structures, pour des chargements quasi-statiques et sous les hypothèses des petites perturbations, sur des ordinateurs à architecture parallèle. La méthode employée se classe dans la catégorie des méthodes de décomposition de domaine pour résoudre des problèmes de grande taille.
La méthode employée se propose de tirer parti du parallélisme intégré dans la Méthode A Grand Incrément de Temps (LATIN), proposée par Pierre Ladevèze et développée depuis plusieurs années au Laboratoire de Mécanique et Technologie de Cachan, couplée avec une méthode de décomposition de la structure en sous-structures et interfaces. Une première étude, restreinte au cas de l'élasticité plane, a permis de mettre en évidence que l'utilisation directe de cette approche, sans stratégie particulière, perd rapidement de son efficacité lorsque le nombre de sous-structures croît.
Le but du travail de thèse a été de montrer la faisabilité de l'intégration d'une stratégie multiéchelle (à 2 degrés de raffinement suivant une vision hiérarchique), pour pallier la difficulté précédente. L'adjonction d'un problème à grande échelle, global sur toute la structure, permet ainsi de prendre en compte les effets à grande longueur d'onde et de propager rapidement l'information parmi les sous-structures. Cette stratégie a été implantée dans le code de calcul de type industriel CASTEM2000 (maintenant Cast3M) de façon à pouvoir être portée sur différents calculateurs multiprocesseurs à mémoire distribuée. Un autre point clé est l'étude du choix des discrétisations des champs intervenant dans la méthode, pour ne pas complètement privilégier une approche en déplacement au détriment des quantités « statiques », en particulier pour les interactions entre les sous-structures et leur environnement, à savoir les interfaces qui leur sont connectées.

Dans le contexte du développement durable ou des changements climatiques, la compréhension et le contrôle de la croissance des plantes sont devenus des enjeux de société importants. La recherche dans ce domaine s'appuie de plus en plus sur des modèles informatiques, dits "structure-fonction", qui prennent en compte l'architecture des plantes. Contrairement aux modèles agronomiques plus classiques fondés sur les relations entre un petit nombre de variables d'entrée-sortie, ces modèles permettent d'étudier la relation entre la structure tridimensionnelle des plantes et les processus physiques et écohysiologiques qui contrôlent leur développement. Cependant, l'architecture d'une plante, et en particulier sa géométrie, est souvent complexe et peut être décrite à différents niveaux de détails. Dans cette thèse nous avons cherché à caractériser la complexité de la géométrie multi-échelles des plantes avec peu de descripteurs afin de pouvoir prendre en compte la structure dans des modèles simples d'interception de la lumière. Nous avons donc dans un premier temps tenté de développer des outils mathématiques permettant de caractériser la géométrie multi-échelles d'une plante avec des descripteurs inspirés de la géométrie fractale. La dimension fractale permet de caractériser le taux de croissance des détails géométriques d'une plante en fonction de l'échelle à laquelle on l'observe. Pour caractériser plus précisément cette géométrie, la notion de dimension fractale doit être complétée par une notion permettant de décrire de manière spatiale la densité des détails géométriques à chaque échelle: la lacunarité. Dans chaque cas, nous rappelons les estimateurs classiques de ces grandeurs, étudions leurs limites et proposons des estimateurs alternatifs, mieux adaptés à la description de structures végétales. Ces différents estimateurs sont ensuite évalués sur des bases de données de plantes artificielles et réelles. Dans une deuxième partie, nous développons un modèle d'interception de la lumière basé sur l'organisation multi-échelles des plantes. Ce modèle permet d'estimer l'interception de la lumière à différentes échelles, mais également d'analyser, échelle par échelle, la relation entre l'organisation de la plante et sa capacité d'interception. Ce modèle est ensuite appliqué et évalué sur des arbres isolés et sur des forêts hétérogènes
With concerns such as sustainable development or climat changes, controling and understanding plant growth has become important society matters. Computer models that uses plant architecture, called "functional-structural plant models" (FSPMs), have become more and more widespread. Contrariwise to agronomic models based on the relations between few parameters, FSPMs allow to assess the relation between the three-dimensional structure of plants and the physical and ecophysiological processes that drive their development. However, plant architecture, and particularly its geometry, is rather complex and can be described at different detail levels. In this thesis we wanted to characterize the complex multiscale geometry of plants with few descriptors in order to be able to acknowledge the structure in simple models of light interception. First, we developped mathematical methods to characterize the multiscale geometry of plants using descriptors from fractal geometry. The fractal dimension allows one to characterize the way plants physically penetrate space as a function of the observation scale. To characterize the plant geometry more thoroughly, the fractal dimension needs to be complemented with a description of spatial density of geometric details at each scale: the lacunarity. We recall the usual definitions for both the fractal dimension and the lacunarity, analyze their limits, and propose variants of these descriptors that better suit the characterization of plant organization. These different definitions are then appraised on data bases of virtual and real plants. Second, we create a light interception model based on the plant multiscale organization. This model computes light interception at each scale, and allows to analyze the scale by scale relation between plant structure and its light interception ability. This model is then used and evaluated on isolated trees and heterogeneous canopies

Les fils composites nanostructurés et architecturés cuivre-niobium sont de candidats excellents pour la génération de champs magnétiques intenses (>90T); en effet, ces fils allient une limite élastique élevée et une excellente conductivité électrique. Les fils Cu-Nb multi-échelles sont fabriqués par étirage et empaquetage cumulatif (une technique de déformation plastique sévère), conduisant à une microstructure multi-échelle, architecturée et nanostructurée présentant une texture cristallographique de fibres forte et des formes de grains allongées le long de l'axe du fil. Cette thèse présente une étude compréhensive du comportement électrique et élasto-plastique de ce matériau composite, elle est divisée en trois parties: modélisation multi-échelle électrique, élastique et élasto-plastique. Afin d'étudier le lien entre le comportement effective et la microstructure du fil, plusieurs méthodes d'homogénéisation sont appliquées, qui peuvent être séparées en deux types principaux: la méthode en champs moyens et en champs complets. Comme les spécimens présentent plusieurs échelles caractéristiques, plusieurs étapes de transition d'échelle sont effectuées itérativement de l'échelle de grain à la macro-échelle. L'accord général parmi les réponses de modèle permet de suggérer la meilleure stratégie pour estimer de manière fiable le comportement électrique et élasto-plastique des fils Cu-Nb et économiser le temps de calcul. Enfin, les modèles électriques prouvent bien prédire les données expérimentales anisotopique. De plus, les modèles mécaniques sont aussi validés par les données expérimentales ex-situ et in-situ de diffraction des rayons X/neutrons avec un bon accord
Nanostructured and architectured copper niobium composite wires are excellent candidates for the generation of intense pulsed magnetic fields (>90T) as they combine both high strength and high electrical conductivity. Multi-scaled Cu-Nb wires are fabricated by accumulative drawing and bundling (a severe plastic deformation technique), leading to a multiscale, architectured and nanostructured microstructure exhibiting a strong fiber crystallographic texture and elongated grain shapes along the wire axis. This thesis presents a comprehensive study of the effective electrical and elasto-plastic behavior of this composite material. It is divided into three parts: electrical, elastic and elasto-plastic multiscale modeling. In order to investigate the link between the effective material behavior and the wire microstructure, several homogenization methods are applied which can be separated into two main types: mean-field and full-field theories. As the specimens exhibit many characteristic scales, several scale transition steps are carried out iteratively from the grain scale to the macro-scale. The general agreement among the model responses allows suggesting the best strategy to estimate reliably the effective electrical and elasto-plastic behavior of Cu-Nb wires and save computational time. The electrical models are demonstrated to predict accurately the anisotropic experimental data. Moreover, the mechanical models are also validated by the available ex-situ and in-situ X-ray/neutron diffraction experimental data with a good agreement

La conception de nouveaux matériaux toujours plus performants est un enjeu de taille de la science des matériaux moderne. On trouve plusieurs exemples de ces matériaux innovants, tels les matériaux composites, les mousses, ou encore, les matériaux micro-architecturés (matériaux qui présentent certaines propriétés de périodicité à une échelle petite par rapport aux dimensions de la structure). Un critère fréquent que l'on retrouve chez ces matériaux est leur rapport entre masse et rigidité. L'optimisation topologique est particulièrement adaptée à la conception de ce genre de matériaux car le critère que l'on cherche à améliorer est directement intégré à la formulation du problème de minimisation. Nous proposons donc, dans un premier temps, des méthodes de conception de matériaux micro-architecturés par optimisation topologique pour différents critères. Dans un second temps l'utilité de ces matériaux est illustrée via des simulations multi-échelle dans la théorie du premier gradient et l'hypothèse de séparabilité des échelles pour l'homogénéisation. Une méthode d'optimisation couplée des échelles macro/micro est proposée où l'objectif est d'optimiser simultanément ces deux échelles malgré leur interdépendance. Le développement d'un démonstrateur numérique à permis d'illustrer ces différentes méthodes ainsi que de tester différents critères d'optimisation, différents modèles mécaniques, etc. Afin de réduire les coûts de calculs qui peuvent croître rapidement notamment pour les problèmes multi-échelle en raison de l'augmentation du nombre de variables de design, une approche "base de donnée" est proposée. Une large gamme de matériaux micro-architecturés est stockée (puis enrichie) pour différents critères (masse, rigidité, comportement originaux). Cette base est ensuite consultée au cours de l'optimisation couplée
The design on innovative micro-architectured materials is a key issue of modern material science. One can find many examples of this kind of materials such as composites materials, foams, and even micro-architectured materials (materials which come along with some periodicity properties at the small scale). A common criterion for these materials is their ratio between weight and stiffness. Topology optimization is well suited for the design of this kind of material since the criterion that is subject to improvement is directly integrated in the formulation of the minimization problem. In this context, we propose some methods for the design of micro-architectured materials using topology optimization and for several criteria. We afterwards illustrate the benefits of these materials thought multi-scale simulations based on the theory of the first gradient and the scale separability assumption in the homogenization framework.A coupled macro/micro optimization method is presented for the concurrent optimization of the these two interdependent scales. The development of a numerical demonstrator has allowed to illustrated those various methods and to test several optimization criteria, mechanical models etcetera. In order to reduce the computational costs that might become exorbitant especially for multi-scale problems since the number of design variables increases significantly, a database approach is proposed. A broad range of micro-architectured materials is stored (and enhanced) for several criteria (weight, stiffness, original behaviour). This database is then consulted throughout the coupled optimization

Même si l’hydrogène est en plein essor, les véhicules électriques à pile à combustible sont encore rares sur le marché. Leur volume et leur complexité encore trop importants comptent parmi les freins au développement des systèmes PEM (Proton Exchange Membrane) dans le secteur des transports. Ces travaux de thèse visent à étudier deux nouveaux circuits fluidiques permettant à la fois de simplifier et de réduire le volume du système. Il s’agit de la recirculation de l’air, et du Ping-Pong, une architecture fluidique permettant d’alterner la localisation de l’alimentation en combustible dans le stack. Les performances des deux architectures ont été étudiées expérimentalement en conditions automobile sur un système de 5 kW. Une analyse multi-échelles a été conduite pour comparer, à d’autres architectures connues, les performances du système, du stack et l’homogénéité des tensions de cellules du stack. L’étude a été complétée par un test de durabilité en Ping-Pong afin d’évaluer l’impact de ce nouveau mode de fonctionnement sur le stack. A nouveau, les données expérimentales sont analysées à différentes échelles jusqu’à l’expertise post-mortem des assemblages-membrane-électrode
Although hydrogen is booming, fuel cell electric vehicles are still rare on the market. Their high volume and complexity are still major hurdles to the development of PEM (Proton Exchange Membrane) systems for transport applications. This PhD. work aimed at studying two new fluidic circuits that can both simplify and reduce the system volume. Namely, the cathodic recirculation, and the Ping-Pong, which is a new fluidic architecture that alternate the fuel feed locations during operation. The performances of both architectures have been studied experimentally in automotive conditions on a 5 kW system. A multiscale analysis was conducted to compare, with other known architectures, the performances of the system, the stack and the homogeneity of the cell voltages inside the stack. The study was completed with a Ping-Pong durability test to evaluate the impact of this new operation on the fuel cell stack. The experimental data have been analyzed at different scales up to the post-mortem expertise of membrane-electrode assemblies

Selon des études comportementales, les comportements complexes sont des processus multi-échelles, souvent composés de sous-éléments (unités fonctionnelles ou primitives). Cette thèse propose des architectures fonctionnelles afin de représenter la structure dynamique des unités fonctionnelles ainsi que celle des comportements multi-échelles résultants. Dans un premier temps, des unités fonctionnelles sont modélisées comme des flux structurés de faible dimension dans l'espace de phase (modes de fonctionnement). Des dynamiques supplémen-taires (signaux opérationnels) opèrent sur ces modes de fonctionnement faisant émerger des comportements complexes et sont classifiés selon la séparation entre leur échelle temporelle et celle des modes. Ensuite, des mesures de complexité, appliquées sur des architectures dis-tinctes composant un mouvement simple, révèlent un compromis entre la complexité des modes de fonctionnement et celle des signaux opérationnels. Celui-ci dépend de la séparation entre leurs échelles temporelles et soutient l'efficacité des architectures utilisant des modes non triviaux. Dans un deuxième temps, une architecture pour le comportement séquentiel (ici l'écriture) est construite via le couplage des modes de fonctionnement (réalisant des lettres) et des signaux opérationnels, ceux-ci beaucoup plus lents ou beaucoup plus rapides. Ainsi, l'importance des interactions entre les échelles temporelles pour l'organisation du comporte-ment est illustrée. Enfin, les contributions des modes et des signaux sur la sortie de l'architec-ture sont déterminées. Ceci semble être uniquement possible grâce à l'analyse du flux de phase (c'est-à-dire, non pas à partir des trajectoires dans l'espace de phase ni des séries temporelles)
Behavioural studies suggest that complex behaviours are multiscale processes, which may be composed of elementary ones (units or primitives). Traditional approaches to cognitive mod-elling generally employ reductionistic (mostly static) representations and computations of simplistic dynamics. The thesis proposes functional architectures to capture the dynamical structure of both functional units and the composite multiscale behaviours. First, a mathe-matical formalism of functional units as low dimensional, structured flows in phase space is introduced (functional modes). Second, additional dynamics (operational signals), which act upon functional modes for complex behaviours to emerge, are classified according to the separation between their characteristic time scale and the one of modes. Then, complexity measures are applied to distinct architectures for a simple composite movement and reveal a trade off between the complexities of functional modes and operational signals, depending on their time scale separation (in support of the control effectiveness of architectures employing non trivial modes). Subsequently, an architecture for serial behaviour (along the example of handwriting) is demonstrated, comprising of functional modes implementing characters, and operational signals much slower (establishing a mode competition and ‘binding’ modes into sequences) or much faster (as meaningful perturbations). All components being coupled, the importance of time scale interactions for behavioural organization is illustrated. Finally, the contributions of modes and signals to the output are recovered, appearing to be possible only through analysis of the output phase flow (i.e., not from trajectories in phase space or time)

L’objectif principal de cette thèse est de développer des techniques de modélisation et de simulation multi-échelles avancées et efficaces pour les matériaux architecturés et composites à base d’Alliages à Mémoire de Forme (AMF). À cette fin, un modèle générique 3D multi-échelles pour les AMF architecturés est implémenté dans ABAQUS, où un modèle thermodynamique, proposé par Chemisky et al. [1], est adopté pour décrire le comportement constitutif local de l’AMF, et la méthode des éléments finis multi-échelles (EF2) pour réaliser l’interaction en temps réel entre le niveau microscopique et le niveau macroscopique. L’instabilité élastique des fibres au niveau microscopique est également étudiée efficacement dans ce cadre en introduisant la Méthode Asymptotique Numérique (MAN) et la Technique des Coefficients de Fourier à Variation Lente (TCFVL). Pour améliorer l’efficacité du calcul de l’approche simultanée à plusieurs échelles, dans laquelle d’énormes problèmes microscopiques sont résolus en ligne pour mettre à jour les contraintes macroscopiques, des méthodes de calcul multi-échelles basées sur les données sont proposées pour les structures composites. En découplant les échelles corrélées dans le cadre FE2, les problèmes microscopiques sont résolus hors ligne, tandis que le coût du calcul macroscopique en ligne est considérablement réduit. De plus, en formulant le schéma data-driven en contrainte et déformation généralisées, le calcul par la technique Structural-Genome-Driven est développé pour les structures composites à parois minces
The main aim of this thesis is to develop advanced and efficient multiscale modeling and simulation techniques for Shape Memory Alloys (SMAs) composite and architected materials. Towards this end, a 3D generic multiscale model for architected SMAs is implemented in ABAQUS, where a thermodynamic model, proposed by Chemisky et al. [1], is adopted to describe the local constitutive behavior of the SMA, and the multiscale finite element method (FE2) to realize the real-time interaction between the microscopic and macroscopic levels. Microscopic fiber instability is also efficiently investigated in this framework by introducing the Asymptotic Numerical Method (ANM) and the Technique of Slowly Variable Fourier Coefficients (TSVFC). To improve the computational efficiency of the concurrent mulitscale approach, in which tremendous microscopic problems are solved online to update macroscopic stress, data-driven multiscale computing methods are proposed for composite structures. Decoupling the correlated scales in concurrent FE2 framework, microscopic problems are solved offline, while the online macroscopic computational cost is significantly reduced. Further, by formulating the data-driven scheme in generalized stress and strain, Structural-Genome-Driven computing is developed for thin-walled composite structures