University of Ottawa

Objet publié

L’automatisation de la conception à l’aide de l’intelligence artificielle (IA) implique inévitablement des itérations entre la génération d’un design candidat et l’évaluation de sa qualité. Par conséquent, il est indispensable d’évaluer rapidement les modèles candidats. Concrètement, cependant, l’évaluation de la qualité d’une conception est généralement effectuée par un processus physique qui exige beaucoup de ressources ou du temps. En raison de cette consommation de ressources et de temps, les automatismes de conception alimentés par IA peuvent constituer un goulot d’étranglement majeur. Pour surmonter cette limitation, une fonction d’évaluation de substitution ou un « modèle de substitution » est souvent utilisé pour remplacer le processus d’évaluation et une approche d’apprentissage est adoptée pour estimer les paramètres du modèle. Plus précisément, le modèle de substitution est appris à partir d’un ensemble de conceptions pour lesquelles des mesures de qualité ont été obtenues à partir du processus d’évaluation initial. Ce projet se concentre sur l’étude de l’efficacité et de la robustesse d’une telle approche d’apprentissage et sur le développement de nouvelles méthodes à cette fin.