Caractérisation des matériaux par l’intelligence artificielle : une approche combinant l’expérimentation et la simulation

Ameyoud, Meriem Sirine (2026). Caractérisation des matériaux par l’intelligence artificielle : une approche combinant l’expérimentation et la simulation. Mémoire. Gatineau, Université du Québec en Outaouais, Département d'informatique et d'ingénierie, 71 p.

Prévisualisation

PDF Télécharger (3MB) | Prévisualisation

Résumé

Ce travail présente une méthodologie avancée pour la caractérisation électromagnétique des matériaux à l’aide de l’intelligence artificielle, combinant des mesures expérimentales et des techniques d’apprentissage profond. L’objectif principal est de concevoir un modèle intelligent capable d’identifier la famille d’un matériau et d’estimer simultanément ses propriétés physiques, notamment la permittivité relative réelle (ε′) et la conductivité (σ), à partir de paramètres mesurés en espace libre. Dans une première étape, le scénario de mesure a été élaboré en simulation à l’aide du logiciel de propagation WinProp, dans un environnement contrôlé. Ce scénario a ensuite été reproduit expérimentalement à l’aide d’un analyseur de réseau vectoriel Keysight N9950B, opérant dans la bande de fréquences 8–12 GHz, afin de collecter des mesures réelles et de constituer la base de données finale destinée à l’entraînement et à l’évaluation du modèle. Le modèle développé, nommé DualNet, repose sur une architecture multitâche comportant une tête de classification pour déterminer la famille du matériau, et une tête de régression pour prédire ses propriétés électromagnétiques. Les résultats obtenus démontrent une précision de classification supérieure à 99 %, un coefficient de détermination R² supérieur à 98%, et une erreur absolue moyenne inférieure à 3%. La capacité de généralisation est vérifiée à l’aide de matériaux supplémentaires non inclus dans la phase d’entraînement, montrant une forte concordance avec les valeurs de référence rapportées dans la littérature. En s’appuyant sur un dispositif de mesure simple et un modèle computationnellement efficace, la méthode réduit la complexité expérimentale et fournit un outil pratique pour la caractérisation électromagnétique des matériaux, permettant des simulations plus précises de la propagation des ondes radio en environnement intérieur ainsi qu’une meilleure planification des réseaux.

Type de document:	Thèse (Mémoire)
Directeur de mémoire/thèse:	Talbi, Larbi
Mots-clés libres:	Caractérisation des matériaux; Coefficients de réflexion; Intelligence artificielle; Apprentissage profond
Départements et école, unités de recherche et services:	Informatique et ingénierie
Date de dépôt:	15 juin 2026 14:22
Dernière modification:	15 juin 2026 14:22
URI:	https://di.uqo.ca/id/eprint/1944

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt