La méthode Galerkin Discontinu permet d’approcher numériquement de façon très précise les solutions régulières des équations hyperboliques. Il est par contre plus délicat d’approcher des solutions discontinues ou des solutions perturbations autour de solutions stationnaires (pour des équations avec termes sources).

En effet, dans le premier cas, les oscillations de Gibbs générées aux discontinuités peuvent déstabiliser le schéma, tandis que dans le deuxième cas, l’erreur produite sur la solution stationnaire rend difficile l’étude des dynamiques perturbatives. Nous verrons dans cet exposé comment les réseaux de neurones peuvent être utilisés pour construire des viscosités artificielles qui stabilisent les schémas numériques et comment elles permettent de construire des bases Galerkin Discontinu adaptées aux solutions stationnaires du problème.

TBA

TBA

Initialement considéré comme un lemme clé dans les structures de régularité, le théorème de reconstruction s’est avéré être un outil analytique très flexible pour étudier l’intégration à la fois stochastique et déterministe en dimension supérieure. Dans cet exposé, nous discuterons d’une extension particulière du théorème de reconstruction dans un contexte stochastique où la famille de distributions sous-jacente satisfait certaines conditions naturelles impliquant des incréments rectangulaires. Cela nous permet de prouver l’existence et l’unicité d’une nouvelle classe d’équations aux dérivées partielles stochastiques de type hyperbolique qui combine l’intégration stochastique standard à la Walsh et les produits de Young.

Travail en collaboration avec Hannes Kern (TU Berlin).

TBA

TBA

In this talk, we discuss the self-adjointness in $L^2$-setting of the operators acting as $-\mathrm{div}\cdot h\nabla$, with piecewise constant functions $h$ having a jump along a Lipschitz hypersurface $\Sigma$, without explicit assumptions on the sign of $h$. We establish a number of sufficient conditions for the selfadjointness of the operator with $H^{\frac{3}{2}}$-regularity in terms of the jump value and the regularity and geometric properties of $\Sigma$. An important intermediate step is a link with Fredholm properties of the NeumannPoincaré operator on $\Sigma$, which is new for the Lipschitz setting.

Based on joint work with Konstantin Pankrashkin.

L’exposé se veut un résumé de mes travaux de thèse, qui portent une attention particulière aux schémas de Boltzmann sur réseau. Cette classe de schémas est utilisée depuis la fin des années ’80, en particulier en mécanique des fluides, et se caractérise par sa grande rapidité. Cependant, les méthodes de Boltzmann sur réseau sont très gourmandes en termes d’espace mémoire et conçues pour des maillages Cartésiens uniformes. De plus, nous manquons d’outils théoriques généraux qui permettent d’en analyser la consistance, la stabilité et enfin la convergence. Le travail s’articule autour de deux axes principaux. Le premier consiste à proposer une stratégie permettant d’appliquer les méthodes de Boltzmann sur réseau à des grilles de calcul non-uniformes adaptées dynamiquement en temps, afin de réduire le coût de calcul et de stockage. Le fait de pouvoir contrôler l’erreur commise et d’être en mesure d’employer la méthode quel que soit le schéma de Boltzmann sous-jacent sont des contraintes supplémentaires à prendre en compte. Pour cela, nous proposons d’adapter dynamiquement le réseau ainsi que d’ajuster toute méthode de Boltzmann à des maillages non-uniformes en nous appuyant sur la multirésolution. Cela a permis de proposer un cadre innovant pour des maillages mobiles en respectant les contraintes posées. Le second axe de recherche consiste à donner un cadre mathématiquement rigoureux aux méthodes de Boltzmann sur réseau, lié en particulier à leur consistance vis-à-vis des EDPs visées, leur stabilité et donc leur convergence. Pour cela, nous proposons une procédure, basée sur des résultats d’algèbre, pour éliminer les moments non-conservés de n’importe quel schéma de Boltzmann sur réseau, en le transformant en un schéma aux différences finies multi-pas sur les moments conservés. Les notions de consistance et stabilité pertinentes pour les méthodes de Boltzmann sur réseau sont donc celles des schémas aux différences finies. En particulier, tous les résultats concernant ces derniers, entre autres le théorème de Lax, se transpose naturellement aux schémas de Boltzmann sur réseau. Une étape ultérieure consiste à étudier la consistance et la stabilité directement sur le schéma de départ sans devoir calculer sa méthode aux différences finies « correspondante ». Cela permet d’en obtenir les équations modifiées et de montrer le bien-fondé des analyses de stabilité à la von Neumann couramment utilisées au sein de la communauté.

Ce groupe de travail sera dédié à l’étude d’une propriété qualitative de certaines solutions de problèmes de calcul des variations ou de contrôle optimal, faisant intervenir des EDO ou des EDP : la propriété « bang-bang ».On définira dans un premier temps cette propriété en expliquant son utilité pratique. On donnera ensuite des exemples d’arguments permettant de la démontrer et exhiberons des familles de problèmes dont les solutions vérifient cette propriété. Enfin, nous détaillerons un argument récent appelé « principe de convexité cachée » permettant de démontrer cette propriété.

L’exposé se veut un résumé de mes travaux de thèse, qui portent une attention particulière aux schémas de Boltzmann sur réseau. Cette classe de schémas est utilisée depuis la fin des années ’80, en particulier en mécanique des fluides, et se caractérise par sa grande rapidité. Cependant, les méthodes de Boltzmann sur réseau sont très gourmandes en termes d’espace mémoire et conçues pour des maillages Cartésiens uniformes. De plus, nous manquons d’outils théoriques généraux qui permettent d’en analyser la consistance, la stabilité et enfin la convergence. Le travail s’articule autour de deux axes principaux.
Le premier consiste à proposer une stratégie permettant d’appliquer les méthodes de Boltzmann sur réseau à des grilles de calcul non-uniformes adaptées dynamiquement en temps, afin de réduire le coût de calcul et de stockage. Le fait de pouvoir contrôler l’erreur commise et d’être en mesure d’employer la méthode quelque soit le schéma de Boltzmann sous-jacent sont des contraintes supplémentaires à prendre en compte. Pour cela, nous proposons d’adapter dynamiquement le réseau ainsi que d’ajuster toute méthode de Boltzmann à des maillages non-uniformes en nous appuyant sur la multirésolution. Cela a permis de proposer un cadre innovant pour des maillages mobiles en respectant les contraintes posées.
Le second axe de recherche consiste à donner un cadre mathématiquement rigoureux aux méthodes de Boltzmann sur réseau, lié en particulier à leur consistance vis-à-vis des EDPs visées, leur stabilité et donc leur convergence. Pour cela, nous proposons une procédure, basée sur des résultats d’algèbre, pour éliminer les moments non-conservés de n’importe quel schéma de Boltzmann sur réseau, en le transformant en un schéma aux différences finies multi-pas sur les moments conservés. Les notions de consistance et stabilité pertinentes pour les méthodes de Boltzmann sur réseau sont donc celles des schémas aux différences finies. En particulier, tous les résultats concernant ces derniers, entre autres le théorème de Lax, se transpose naturellement aux schémas de Boltzmann sur réseau. Une étape ultérieure consiste à étudier la consistance et la stabilité directement sur le schéma de départ sans devoir calculer sa méthode aux différences finies « correspondante ». Cela permet d’en obtenir les équations modifiées et de montrer le bien-fondé des analyses de stabilité à la von Neumann couramment utilisées au sein de la communauté.

Depuis son introduction par Allen et Berkley en 1972, la méthode des
sources images est l’une des techniques les plus populaires pour la
modélisation des réponses impulsionnelles (RIR) en acoustique des
salles. Cette méthode modélise chaque réflexion d’une impulsion sonore
sur les murs d’une pièce rectangulaire (ou polyédrique) comme une source
impulsionnelle de type Dirac, obtenue à partir de critères géométriques
simples. Quelques travaux récents étudient l’estimation de la forme
d’une pièce tridimensionnelle en exploitant les temps d’arrivée des
échos dans l’enregistrement de la réponse impulsionnelle de salle.
Différentes limitations apparaissent dans ce type de méthode, notamment
la localisation temporelle des échos et leur labellisation. La méthode
présentée dans cet exposé permet la reconstruction des positions 3D des
sources images sans labellisation préalable des réflexions. Le problème
inverse est posé comme un problème convexe en dimension infinie de
reconstruction parcimonieuse en 3D des sources images, l’opérateur
linéaire d’observation à inverser faisant intervenir la solution de
l’équation des ondes avec un terme source mesure. Les dimensions d’une
pièce rectangulaire peuvent ensuite être estimées précisément à l’aide
du nuage de sources images ainsi reconstruites. L’exposé se conclura par
la présentation d’une approche alternative en cours de développement
basée sur l’optimisation de forme et la méthode des solutions
fondamentales, qui devrait permettre de dépasser le cas des pièces
rectangulaires.

This talk concerns the (generalized) Soler model: a nonlinear (massive) Dirac equation with a nonlinearity taking the form of a space-dependent mass. The equation admits standing wave solutions and they are generally expected to be stable (i.e., small perturbations in the initial conditions stay small) based on numerical simulations. However, contrarily to the nonlinear Schrödinger equation for example, there are very few results in this direction. The results that I will discuss concern the simpler question of spectral stability (and instability), i.e., the absence (or presence) of exponentially growing solutions to the linearized equation around a solitary wave. As in the case of the nonlinear Schrödinger equation, this is equivalent to the presence or absence of « unstable eigenvalues » of a non-selfadjoint operator with a particular block structure. I will highlight the differences and similarities with the Schrödinger case, present some results for the one-dimensional case, and discuss open problems.

This is joint work with Danko Aldunate, Edgardo Stockmeyer, and Hanne Van Den Bosch.

En 1988, Lagnese-Lions a supposé que la limite asymptotique du système Mindlin-Timoshenko converge vers le système Von-Kármán. De là, une série d’articles liés à cette conjecture ont été publiés, et bien que plusieurs progrès aient été réalisés, nous n’avons jusqu’à présent que des réponses partielles à ce problème. L’objectif de mon exposé est de discuter de quelques résultats sur les propriétés asymptotiques du célèbre système de Mindlin-Timochenko, qui décrit la vibration des poutres et des plaques lorsque le module d’élasticité de torsion tend vers l’infini, donnant une réponse définitive à la conjecture de Lagnese-Lions. En outre, j’ai l’intention de répondre à d’autres questions importantes sur la stabilité asymptotique du système, en généralisant certains résultats connus.

This talk explores the intriguing realm of scattering resonances within two-dimensional transparent cavities, which arose in the modeling of micro-resonators constructed from dielectric materials (with positive permittivity) or metallic nanoparticles (with negative permittivity). Specifically, our investigation is focused on resonances that closely align with the real axis, characterized by highly oscillatory behavior and localization along the interface separating the cavity from its external environment. Notable exemplars of such resonances include whispering-gallery modes observed in dielectric cavities and surface plasmon waves associated with metallic particles.

The aim of this article is to analyze numerical schemes using two-layer neural networks with infinite width for the resolution of the high-dimensional Poisson partial differential equation (PDE) with Neumann boundary condition. Using Barron’s representation of the solution with a probability measure defined on the set of parameter values, the
energy is minimized thanks to a gradient curve dynamic on the 2-Wasserstein space of the set of parameter values defining the neural network. Inspired by the work from Bach and Chizat, we prove that if the gradient curve converges, then the represented function is the solution of the elliptic equation considered. In contrast to previous works, the activation function we use here is not assumed to be homogeneous to obtain global convergence of the flow. Numerical experiments are given to show the potential of the method.