Serge Prudhomme
Dipl. Ing. (EC Lille), M.Sc. (University of Virginia), Ph.D. (UT Austin)
Professeur titulaire
Département de mathématiques et de génie industriel
Département de mathématiques et de génie industriel
Tél. : (514) 340-4711 poste 2425
Téléc. : (514) 340-4086
Local : A-520.32
Intérêts de recherche et affiliations
Intérêts de recherche
- Calcul scientifique;
- Méthode des éléments finis;
- Estimation a posteriori des erreurs et méthodes adaptives;
- Modélisation multi-échelles;
- Méthodes de vérification et de validation des calculs numériques;
- Quantification des incertitudes;
- Réduction de modèles.
Type(s) d'expertises (sujets CRSNG)
- 2107 Modélisation, simulation et méthodes des éléments finis
- 2203 Modélisation et simulation
- 2951 Mécanique des milieux continus
- 2955 Analyse numérique
- 2960 Modélisation mathématique
Publications
Publications récentes
Article de revue
Article de revue
Article de revue
Article de revue
Vella, C., Gosselet, P., & Prudhomme, S. (2024). An efficient PGD solver for structural dynamics applications. Advanced Modeling and Simulation in Engineering Sciences, 11, 15 (27 pages).
Nader, N., Diehl, P., D'Elia, M., Glusa, C., & Prudhomme, S. (2024). Machine learning-based identification of the interface regions for coupling local and nonlocal models. Journal of Machine Learning for Modeling and Computing, 5(3), 2024053706 (29 pages).
Aldirany, Z., Cottereau, R., Laforest, M., & Prudhomme, S. (2024). Multi-level neural networks for accurate solutions of boundary-value problems. Computer Methods in Applied Mechanics and Engineering, 419, 116666 (23 pages).
Aldirany, Z., Cottereau, R., Laforest, M., & Prudhomme, S. (2024). Operator approximation of the wave equation based on deep learning of Green's function. Computers & Mathematics with Applications, 159, 21-30.
Encadrement à Polytechnique
TERMINÉ
-
Thèse de doctorat (3)
- Aldirany, Z. (2024). Accurate Approximations of the Wave Equation: From Spectral Element Methods to Deep Learning Approaches [Thèse de doctorat, Polytechnique Montréal].
- Kheradmand Nezhad, E. (2020). Contact Detection for Pairs of Ellipses and Ellipsoids: Analysis, Comparisons, and Improvements [Thèse de doctorat, Polytechnique Montréal].
- Kergrene, K. (2018). A goal-oriented finite element method and its extension to pgd reduced-order modeling [Thèse de doctorat, École Polytechnique de Montréal].
-
Mémoire de maîtrise (6)
- Banna, G. C. (2023). Estimating Distances Between Ellipsoids with Machine Learning [Mémoire de maîtrise, Polytechnique Montréal].
- Thiémonge, R. (2022). Étude des conditions frontières pour la méthode des éléments discrets dans les milieux granulaires [Mémoire de maîtrise, Polytechnique Montréal].
- Laberge, G. (2020). Statistical Analysis of Spherical Harmonics Representations of Soil Particles [Mémoire de maîtrise, Polytechnique Montréal].
- Dahito, M.-A. (2018). La méthode des résidus conjugués pour calculer les directions en optimisation continue [Mémoire de maîtrise, École Polytechnique de Montréal].
- Schmidt, A. (2018). On Delamination Crack Detection in Carbon Fiber Reinforced Polymers Using Electrical Impedance Tomography and Supervised Learning [Mémoire de maîtrise, École Polytechnique de Montréal].
- Paquette-Rufiange, A. (2017). Optimisation adaptative de la topologie de lattices produits par fabrication additive [Mémoire de maîtrise, École Polytechnique de Montréal].
- Banna, G. C. (2023). Estimating Distances Between Ellipsoids with Machine Learning [Mémoire de maîtrise, Polytechnique Montréal].