Category Simulation & Projets de modélisation

Reading Time: 12 minutesPoints à retenir clés Le débogage du code Python scientifique suit une échelle d’escalade : print, assert, pdb, profilage et tests. La plupart des bogues scientifiques sont numériques, tels que les valeurs de NAN, les incompatibilités de forme de tableau, la perte de précision ou les pas de temps instables. print() attrape de nombreux bogues pour […]

Reading Time: 9 minutesLes méthodes de Monte Carlo utilisent un échantillonnage aléatoire pour estimer les résultats pour des problèmes trop complexes pour les solutions analytiques. En exécutant des milliers ou des millions d’essais simulés avec des entrées aléatoires, vous pouvez cartographier la plage de comportements possibles dans un modèle scientifique. Ces méthodes sont utiles pour les limites d’incertitude, […]

Reading Time: 10 minutesPoints à retenir clés Les méthodes explicites calculent l’état suivant directement à partir de l’état actuel. Ils sont bon marché par pas mais nécessitent de petits pas de temps pour la stabilité. Les méthodes implicites résolvent un système couplé qui inclut les états actuels et futurs. Ils sont plus chers par pas mais peuvent être […]

Reading Time: 10 minutesVous devez savoir deux choses différentes sur une simulation : si le code résout correctement les équations et si le modèle est suffisamment précis pour le problème du monde réel. La première question est la vérification. La deuxième question est la validation. Mais cela ne suffit pas. Vous devez également comprendre à quel point vous pouvez […]

Reading Time: 12 minutesPoints à retenir clés Les idées de projets organisés couvrent les niveaux débutants, intermédiaires et avancés, en mettant l’accent sur la simulation et la science informatique. Les niveaux de difficulté reflètent les conditions préalables, la complexité des mathématiques et l’investissement en temps attendu. Des modèles de code sont inclus pour chaque projet afin que les […]

Reading Time: 11 minutesLa modélisation d’ordres réduits est l’un des moyens les plus pratiques d’accélérer les simulations scientifiques sans sacrifier la fidélité physique nécessaire à des résultats crédibles. Au lieu de résoudre des millions d’équations à chaque fois qu’un paramètre change, ROM extrait le comportement dominant d’un modèle haute fidélité dans un substitut léger qui peut fournir des […]

Reading Time: 10 minutesPoints à retenir clés Les réseaux de neurones basés sur la physique intègrent des lois physiques directement dans la formation des réseaux de neurones. Ils peuvent résoudre des PDE sans génération de maillage traditionnelle ou sans jeux de données massifs. Les substituts de ML traditionnels ont souvent besoin de nombreuses simulations pour s’entraîner. Les PINN […]

Reading Time: 9 minutesPoints à retenir clés FEM, ou la méthode des éléments finis, fonctionne bien avec des formes complexes et des problèmes structurels où la flexibilité géométrique est importante. La FVM, ou la méthode du volume fini, est la méthode de prédilection pour la dynamique des fluides car elle prend en charge la conservation de la masse, […]

Reading Time: 11 minutestl;dr Avant d’exécuter une simulation scientifique, vérifiez que le maillage passe des contrôles de qualité géométriques, puis prouvez que les résultats ne changent pas de manière significative avec un raffinement supplémentaire. Une étude de convergence de maillage utilisant au moins trois niveaux de grille peut quantifier l’erreur de discrétisation via l’extrapolation de Richardson et l’indice […]

Reading Time: 9 minutesPoints à retenir clés La FEM, ou la méthode des éléments finis, est forte pour les formes complexes et les problèmes structurels où la flexibilité géométrique est importante. La FVM, ou la méthode du volume fini, est un choix naturel pour la dynamique des fluides et les problèmes de transport, car elle favorise la conservation […]