Aymen DANOUN - Admis au titre de docteur

Identifiant ORCID 0000000168726842
Compte LinkedIn https://www.linkedin.com/in/aymen-danoun-b25269111/
Compte Researchgate https://www.researchgate.net/profile/Aymen_Danoun

Doctorat Mécanique

Thèse soutenue le 8 novembre 2022 - Université de Bordeaux

Ecole doctorale : Sciences Physiques et de l'Ingénieur

Sujet : Simulation numérique de matériaux hétérogènes non-linéaires : Intelligence artificielle et méta-modèles de comportement

Mots-clés de la thèse : Intelligence Artificielle,Modélisation multi-échelle,Matériaux hétérogènes,Homogénéisation,Réseaux de neurones artificiels,

Direction de thèse : Yves CHEMISKY

Co-encadrement de thèse : Etienne PRULIERE

Unité de recherche : I2M - Institut de Mécanique et d'Ingénierie de Bordeaux USR 5295 - TALENCE
Intitulé de l'équipe : DuMAS : Durabilité des Matériaux, Assemblages et Structures

Ingénieur - Diplôme d'ingénieur en mathématiques appliquées et modélisation mécanique

obtenu en novembre 2019 - BORDEAUX-INP ENSEIRB MATMECA
Option : Mathématiques appliquées et modélisation mécanique

Production scientifique

- Aymen Danoun, Etienne Prulière, Yves Chemisky 2022. Prédiction du comportement mécanique non linéaire de matériaux dissipatifs sous chargements non proportionnels avec des Réseaux de Neurones Récurrents Thermodynamiquement Consistants , , https://hal.archives-ouvertes.fr/hal-03717684/document
- Aymen Danoun, Etienne Prulière, Yves Chemisky 2022. Thermodynamically consistent Recurrent Neural Networks to predict non linear behaviors of dissipative materials subjected to non-proportional loading paths Mechanics of Materials, Volume 173, https://www.sciencedirect.com/science/article/abs/pii/S0167663622002034
- Aymen Danoun, Etienne Prulière, Yves Chemisky 2021. Hybrid approach to predict the effective properties of heterogeneous materials using artificial neural networks and micromechanical models International Journal for Numerical Methods in Engineering, Volume123, Issue3, Pages 794-819, https://onlinelibrary.wiley.com/doi/abs/10.1002/nme.6877
- Aymen Danoun, Etienne Pruliére, Yves Chemisky 2021. Hybrid approach to predict the effective properties of heterogeneous materials using artificial neural networks and micromechanical models International Journal for Numerical Methods in Engineering, ,
- Ramzi Askri, Christophe Bois, Aymen Danoun 2021. Numerical approach to study the effect of shape defect in multi-fastened joints during the assembly process CIRP Journal of Manufacturing Science and Technology, 33, pp.506-519,

Langues Vivantes : Espagnol A1 - Débutant - Français C2 - Courant - Anglais B2 - Intermédiaire supérieur - Arabe C2 - Maternel

Dernière mise à jour le 29 septembre 2022