Jean-Marc Martinez (CEA)
Apport des modèles de krigeage en simulation numérique

Manuel Dauchez (CNRS UMR 7369 MEDyC, Université de Reims Champagne-Ardenne)
Simulations de protéines élastomères: que peut apporter le HPC dans la réduction de complexité.

L’élastine est un constituant majeur de la peau, des poumons et du système vasculaire humain. Cette macromolécule élastomérique possède des propriétés remarquables mais n’est actuellement que peu étudiée dans sa totalité étant totalement hydrophobe et ne fonctionnant pas sans eau!. Les simulations numériques de dynamique moléculaire nous ont permis d’étudier les comportements structuraux lors d’une réduction de complexité à l’étude de ses peptides constitutifs et de leurs interactions par docking moléculaire à leur récepteur naturelle EBP (Elastin Binding Protein). Des applications sur les biomatériaux élastiques seront envisagés en fin de présentation.

Yvon Maday (UPMC, IUF, Brown University), Olga Mula Hernandez (RWTH Aachen University), Mohamed Kamel Riahi (Ecole Polytechnique)
A coupled parareal reduced basis scheme

Christophe Prudhomme, Cécile Daversin (UNISTRA/IRMA), Loïc Giraldi, Anthony Nouy (ECN), Christophe Trophime (CNRS/LNCMI), Stéphane Veys (CEA), Jean-Baptiste Wahl (UNISTRA/IRMA)
Méthode des bases réduites pour des problèmes multi-physiques non-linéaires

Eurika Kaiser, Bernd Noack, Laurent Cordier, Andreas Spohn (Institute PPRIME), Marc Segond, Markus Abel (Ambrosys GmbH), Guillaume Daviller (CERFACS), Jan Östh (Chalmers University of Technology), Sinisa Krajnovic, Robert K. Niven (The University of New SouthWales)
Cluster-based reduced-order modelling of shear flows

Yohann Duguet (LIMSI-CNRS), Tobias Kreilos, Bruno Eckhardt (Universität Philipps, Marburg), Taras Khapko, Philipp Schlatter, Dan S. Henningson (KTH)
Un modèle de couche limite transitionnelle basé sur un automate cellulaire probabiliste

Bérengère Podvin (LIMSI-CNRS)
Modèles réduits et turbulence développée : turbulence de paroi et convection naturelle

Lionel Mathelin (CNRS/LIMSI)
Une stratégie de réduction de modèle pour le contrôle d’écoulements expérimentaux en boucle fermée

Nicolas Vayatis (ENS Cachan)
Optimisation séquentielle et application au design d’expériences

Dans cet exposé, on aborde la question de l’optimisation d’une fonction inconnue dont les évaluations sont très coûteuses, comme c’est le cas dans l’utilisation d’un code numérique lourd en mécanique des fluides pour anticiper la maximisation de la sortie du code selon le réglage en amont des paramètres physiques régissant le phénomène. On présente deux stratégies séquentielles récemment développées, l’une directe et l’autre parallélisable par batchs d’évaluations, s’appuyant sur une modélisation de la fonction par processus gaussiens. Les deux stratégies s’efforcent de résoudre habilement le compromis entre exploration des zones inconnues et exploitation des zones autour des maximas observés. Le bien-fondé de nos deux méthodes est discuté à la fois sous l’angle théorique sous forme de résultats de convergence au sens du regret cumulé, comme à travers des expériences numériques où elles sont confrontées à l’état de l’art du domaine.
Travail en collaboration avec : Emile Contal, Vianney Perchet, David Buffoni, Alexandre Robicquet et Themis Stefanakis.

David Ryckelynck (CdM Mines ParisTech)
Mécanique partielle des matériaux pour les structures

Dimitri Bettebghor (ONERA/DADS)
Spectrally accurate approximation of eigenvalue functions through overlapping radial basis function interpolants for structural optimization

Vivien Mallet (INRIA)
Réduction et émulation d’un modèle de qualité de l’air pour la quantification d’incertitude

Vuong Thuy-Thi-Thanh, Yves Tourbier (Renault)
Reduced model for the crash simulation