Fatiha Saidi - Doctorante
Equipe: Genome des Matériaux
Encadrant: Pr. H. Aourag
e-mail: [email protected]
Equipe: Genome des Matériaux
Encadrant: Pr. H. Aourag
e-mail: [email protected]
Magister en physique
Option: Physique de la Matière Condensée et des Semiconducteurs. Université Abou Bekr Belkaïd de Tlemcen.
Intitulée: Génome des matériaux II High-throughput ab initio computation.
Soutenue en mai 2008
Intitulée: Génome des matériaux II High-throughput ab initio computation.
Soutenue en mai 2008
Résumé des principaux résultats
Ce mémoire s’inscrit dans le cadre du « Génome de matériaux » destiné à la conception de nouveaux matériaux en utilisant les techniques du Datamining (extraire des connaissances à partir des données).
Actuellement, avec les progrès rapides dans la technologie et à tous les niveaux, la conception et la prédiction de nouveaux matériaux assistés par ordinateur sont devenus de plus en plus nécessaires.
Notre travail décrit les différents concepts de l’utilisation des approches de l’informatique des matériaux pour la conception de nouveaux revêtements ultra durs avec les propriétés désirées.
L’utilité de cette approche d’informatique de matériaux ne se limite pas à l’interprétation des observations expérimentales qui existaient, mais elle pourrait être utilisée pour la conception de nouveaux revêtements qui n’ont pas été étudiés expérimentalement.
Ce processus de conception de nouveaux matériaux se divise en trois étapes majeures :
- La première étape est la récolte de données afin de construire une base de données.
- La deuxième étape c’est l’analyse de ces données par des techniques du Datamining.
- La troisième et la dernière étape est la sélection des matériaux avec des propriétés désirés pour concevoir de nouveaux revêtements.
Dans un premier temps, nous avons construit une base de données qui tient compte des différentes propriétés élastiques des nitrures et des carbures de métaux de transitions. Ces données tirées à partir de calcul du premier principe sont considérées comme données d’entrée pour le calcul.
Dans un second temps, nous avons envisagé l’alternative de réduire ce nombre de données et les analysées en utilisant des modèles informatiques et des techniques du Data mining, l’analyse en composante principale (ACP), et la régression aux moindres carrés partiels (PLS), ont été appliquées pour prédire de nouveaux revêtements ultradurs.
Le calcul avec ces nouvelles approches produit des résultats comparables aux mesures expérimentales, et démontre comment l'informatique peut être employée pour utiliser l'information afin de déterminer ce qui est nécessaire et utile, et employer alors cette connaissance pour la conception de nouveaux matériaux. Les résultats obtenus sont très encourageants à approfondir l’étude dans ce domaine du Datamining.
Ce travail en perspective devrait servir à l’intégration de l’informatique de matériaux
dans la conception de nouveaux matériaux et augmenter aussi nos chances de découvrir de nouveaux matériaux aux propriétés exotiques.
Actuellement, avec les progrès rapides dans la technologie et à tous les niveaux, la conception et la prédiction de nouveaux matériaux assistés par ordinateur sont devenus de plus en plus nécessaires.
Notre travail décrit les différents concepts de l’utilisation des approches de l’informatique des matériaux pour la conception de nouveaux revêtements ultra durs avec les propriétés désirées.
L’utilité de cette approche d’informatique de matériaux ne se limite pas à l’interprétation des observations expérimentales qui existaient, mais elle pourrait être utilisée pour la conception de nouveaux revêtements qui n’ont pas été étudiés expérimentalement.
Ce processus de conception de nouveaux matériaux se divise en trois étapes majeures :
- La première étape est la récolte de données afin de construire une base de données.
- La deuxième étape c’est l’analyse de ces données par des techniques du Datamining.
- La troisième et la dernière étape est la sélection des matériaux avec des propriétés désirés pour concevoir de nouveaux revêtements.
Dans un premier temps, nous avons construit une base de données qui tient compte des différentes propriétés élastiques des nitrures et des carbures de métaux de transitions. Ces données tirées à partir de calcul du premier principe sont considérées comme données d’entrée pour le calcul.
Dans un second temps, nous avons envisagé l’alternative de réduire ce nombre de données et les analysées en utilisant des modèles informatiques et des techniques du Data mining, l’analyse en composante principale (ACP), et la régression aux moindres carrés partiels (PLS), ont été appliquées pour prédire de nouveaux revêtements ultradurs.
Le calcul avec ces nouvelles approches produit des résultats comparables aux mesures expérimentales, et démontre comment l'informatique peut être employée pour utiliser l'information afin de déterminer ce qui est nécessaire et utile, et employer alors cette connaissance pour la conception de nouveaux matériaux. Les résultats obtenus sont très encourageants à approfondir l’étude dans ce domaine du Datamining.
Ce travail en perspective devrait servir à l’intégration de l’informatique de matériaux
dans la conception de nouveaux matériaux et augmenter aussi nos chances de découvrir de nouveaux matériaux aux propriétés exotiques.
Date d’inscription en doctorat : Décembre 2008
Intitulé: Materials Genome Project : Bulk metallic glass
Description du sujet de Thèse:
Ce travail s’inscrit dans le cadre du « Génome de matériaux » destiné à la conception de nouveaux matériaux en utilisant les techniques du Datamining (extraire des connaissances à partir des données).
L'objectif de ce travail est donc de concevoir de nouveaux verres métalliques massifs (Bulk Metallic Glass) et ceci en utilisant les approches du datamining: Analyse en Composantes Principales (ACP) et la régression PLS, des techniques informatiques qui permet d'étudier les corrélations qui existent entres ces différents matériaux et prédire de nouveaux verres métalliques massifs.
Les propriétés exceptionnelles liées à leur structure amorphe ces matériaux font l’objet d’intenses recherches.
La synthèse de verres métalliques sous forme massive est récente et il est encore parfois difficile d'obtenir des matériaux totalement amorphes. Dans cette thèse, nous tentons de transformer des outils statistiques tels que l’analyse en composante principale (ACP), et la régression PLS en un outil de prédiction de nouveaux matériaux avec des propriétés désirées, et ceci en exploitant les données déjà existantes tant sur le plan expérimental que théorique.
Intitulé: Materials Genome Project : Bulk metallic glass
Description du sujet de Thèse:
Ce travail s’inscrit dans le cadre du « Génome de matériaux » destiné à la conception de nouveaux matériaux en utilisant les techniques du Datamining (extraire des connaissances à partir des données).
L'objectif de ce travail est donc de concevoir de nouveaux verres métalliques massifs (Bulk Metallic Glass) et ceci en utilisant les approches du datamining: Analyse en Composantes Principales (ACP) et la régression PLS, des techniques informatiques qui permet d'étudier les corrélations qui existent entres ces différents matériaux et prédire de nouveaux verres métalliques massifs.
Les propriétés exceptionnelles liées à leur structure amorphe ces matériaux font l’objet d’intenses recherches.
La synthèse de verres métalliques sous forme massive est récente et il est encore parfois difficile d'obtenir des matériaux totalement amorphes. Dans cette thèse, nous tentons de transformer des outils statistiques tels que l’analyse en composante principale (ACP), et la régression PLS en un outil de prédiction de nouveaux matériaux avec des propriétés désirées, et ceci en exploitant les données déjà existantes tant sur le plan expérimental que théorique.
Publication
- Designing superlattices ultra hard coatings: Datamining approach". H. Aourag, F. Saidi, S. Broderick and K. Rajan. Journal of Computational and Theoretical Nanosciences, 6 (2009) 1-6.
Communications internationales
- “Designing Superlattices Ultra Hard Coatings: Datamining Approach“. F. Saidi, G. Merad, H. Aourag, H. I. Faraoun. Conférence Plénière. The third International Conference of the Chemical Industries Research Division. Under the Theme: Chemical Industries: Role and future Aspects. Cairo, 16–18 Décembre 2008, (Egypte).
Communications nationales
- “Informatique des Matériaux: Applications et Perspectives”. G. Merad, F. Saidi, A. Sari, H. Aourag and H. I. Faraoun. Conférence thématique. Colloque National sur les Techniques de Modélisation et de Simulation en Science des Matériaux, Sidi Bel-abbès, 23-24 Novembre 2009 (Algérie).