Titre du projet de recherche
Application de L'Apprentissage Automatique pour Accélérer la Construction de Jumeaux Numériques
niveau d'étude
Maîtrise ou doctorat
Directeur/codirecteur
Directeur : Bentley Oakes
Fin de l'affichage
3 février 2027
Domaines d'expertise
Études de modélisation et de simulation
Réalité virtuelle et simulations connexes
Unité(s) et département(s)
Département de génie informatique et génie logiciel
Conditions
- Motivation pour apprendre et résoudre des problèmes
- Capacité à communiquer et à écrire en anglais
Veuillez consulter la page de mes étudiants pour plus de détails sur la candidature.
Description détaillée
Les jumeaux numériques (JN) sont des répliques numériques de systèmes complexes, tels que des machines, des usines ou même des villes entières. Grâce à une détection, une modélisation, une simulation et un contrôle précis avancés, leurs utilisations incluent la prédiction de scénarios, les avertissements de danger imminent et l'optimisation pour améliorer les performances ou réduire la consommation de ressources. Les JN devraient remodeler les affaires et la société d’ici 2035, avec une valeur marchande mondiale dépassant 64 milliards de dollars canadiens au cours des prochaines années. Ainsi, investir dans la construction de JN est important pour que l'industrie, le gouvernement et les citoyens du Canada comprennent et contrôlent leurs systèmes complexes, en particulier dans les domaines de la fabrication et des infrastructures.
Malgré l’impact économique, sociétal et environnemental prometteur des JN, les recherches actuelles n’ont pas encore abordé les principaux obstacles à la construction des JN. Principalement, la plupart des utilisateurs ont des connaissances de domaine (CD) disjointes et incohérentes telles que les exigences du système, les simulateurs et les modèles, avec une qualité insuffisante pour construire une JN robuste. De plus, les méthodologies et outils JN existants ne conviennent pas aux personnes sans expérience en modélisation et fournissent peu d’orientations ou de recommandations. L'utilisateur prend plus de temps et consacre plus d'efforts cognitifs à ce processus ad hoc que nécessaire. Ce programme de recherche vise à surmonter ces obstacles et à réduire considérablement le temps et les efforts de création de JN, de sorte que les utilisateurs puissent assembler une JN initiale pour leur système et commencer à tirer parti de services tels que la visualisation et la vérification en une semaine de travail.
En particulier, ce projet de recherche se concentre sur la définition et l'application de techniques d'apprentissage automatique/intelligence artificielle (LLMS, apprentissage par renforcement, recommandations, etc.) pour collecter des DK et les utiliser pour mieux développer des DT.
Possibilité de financement
Financement disponible
Bentley Oakes
Professeur adjoint
