Apprentissage non-supervisé de lois de comportement nonlinéaires avec réseau de neurones thermodynamiquement consistent par minimisation de l'erreur en relation de comportement modifiée

Cet article propose une méthode d'apprentissage de lois de comportement nonsupervisé, fondée sur la minimisation de l'erreur en relation de comportement modifiée. La loi de comportement, en termes de loi d'état et d'équation d'évolution, est représentée par un réseau de neurones vérifiant par construction les principes thermodynamiques. La méthode est illustrée sur l'apprentissage d'une loi d'écrouissage non-linéaire avec des données synthétiques issues de fibres optiques (mesure de déformation).