Eric Mottay, société h-nu

Résumé : Le traitement des matériaux par laser ultrabref est au cœur de nombreuses applications industrielles. Pourtant, l’optimisation des procédés reste difficile en raison de la diversité des matériaux et des conditions expérimentales, que les modèles physiques peinent souvent à modéliser de manière fiable. De leur côté, les méthodes d’apprentissage automatique nécessitent des volumes de données difficiles à acquérir en pratique. Ce séminaire présentera comment l’intégration de modèles physiques et de techniques d’apprentissage automatique, associée à une approche expérimentale adaptée (diagnostics en ligne, capteurs multimodaux, acquisition automatique des données), permet de répondre à ces enjeux. Nous aborderons les stratégies visant à améliorer la généralisation des modèles, même avec des données limitées, et montrerons comment ces méthodes peuvent accélérer l’optimisation des procédés laser pour de nouveaux matériaux et applications.