La prédiction de la rupture ou fragmentation de gouttes est nécessaire pour comprendre nombreux processus industriels et naturels tels que les gouttes de salive, les gouttes de pluie ou l'atomisation des injecteurs. Les modèles existants ne sont pas encore assez prédictifs. Cette conférence explore de façon ludique la façon dont les algorithmes d’apprentissage machine (Machine Learning) nous aident à améliorer les prédictions de la rupture de gouttes. Le projet se base sur l’application d’algorithmes sur une base de données de gouttes générées avec le code numérique de simulation (voir figure).

Ce projet est financé par la Région Normandie (Projet RIN AMCAS). Il est en collaboration avec les laboratoires CORIA (J. C. Brändle de Motta, C. Deberne) et LITIS (A. Anwer, A. Simon, L. Heutte) de l'Université et l'INSA de Rouen Normandie.