Cette compétition d’envergure a rencontré un franc succès avec plus de 125 équipes concurrentes et plus de 1 200 soumissions !
Il y a 4 mois, SystemX lançait une compétition « Machine learning for physical simulation challenge ». Son objectif : améliorer les solutions actuelles d’un cas d’usage Airfoils (CFD) en développant de nouveaux modèles de substitution basés sur le machine learning. Pour l’occasion, l’institut a mis à contribution sa plateforme LIPS et s’est associé à l’Ansys, NVIDIA, RTE, Exaion, Inria, Sorbonne Université, TAILOR et Criteo. Une belle réussite puisque la compétition compte plus de 125 équipes concurrentes et plus de 1 200 soumissions !
Après 4 mois de compétition intense, l’IRT SystemX a annoncé le 26 mars les cinq équipes gagnantes :
- 1er prix : Fabien Casenave, Brian Staber, Xavier Roynard, Abbas Kabalan (Safran Tech, Département des Sciences et Technologies Numériques) – « MMGP: A Mesh Morphing Gaussian Process based machine learning method for regression of physical problems under nonparametrized geometrical variability »
- 2è prix : Pierre Serrano, Nawar Ammari (Framatome (DTIM)) – « Piecewise metamodel : a combined GNN and FC approach »
- 3è prix : Xavier Bertrand, Frédéric TOST, Giovanni Catalani (Airbus) – « Multiscale Implicit Neural Representations »
- 4è prix : Anthony Kalaydjian (ENSTA Paris – EPFL), Anton Balykov (EPFL), Adrien CHAN-HON-TONG (ONERA) – « Subsampled Bi-transformer »
- 5è prix : Henri Durliat, Hamza AHFIDI (Framatome DTIPL) – « NeurEco based MLP »
Félicitations à tous ! Cette compétition est la première étape d’une série d’autres challenges à venir… Stay tuned!
