Thèse Approches Novatrices pour la Simulation Numérique de l'Hydrodynamique Radiative H/F - Doctorat.Gouv.Fr

Établissement : Université Côte d'Azur École doctorale : SFA - Sciences Fondamentales et Appliquées Laboratoire de recherche : Laboratoire J.L. LAGRANGE Direction de la thèse : Claire MICHAUT ORCID 0000000195205030 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-04-24T23:59:59 La simulation numérique précise des phénomènes astrophysiques multi-échelles, comme la formation des étoiles ou des disques protoplanétaires, reste un défi majeur. Les codes actuels, souvent simplifiés, ne capturent pas correctement l'interaction entre la matière et le rayonnement dans les plasmas chauds et denses. Le code HADES-2D, développé par Michaut et al., utilise une approche multigroupe M1 pour décrire le transfert radiatif. Malgré ses avancées, il reste limité par des contraintes numériques (condition CFL) et des approximations physiques (moyennes de Planck et Rosseland), rendant les simulations coûteuses en temps et en ressources, même sur les supercalculateurs.
Les schémas numériques classiques imposent une condition CFL, limitant le transport des photons à une distance inférieure à la taille d'une maille par pas de temps. Avec la vitesse de la lumière, cela impose des pas de temps extrêmement courts, augmentant considérablement le nombre d'itérations. Chaque itération nécessite aussi le calcul du facteur d'Eddington, complexe car sans solution analytique exacte. L'intégration d'un réseau de neurones a permis de réduire ce coût d'un facteur 5000 (Radureau, 2025). Le projet vise à développer un modèle radiatif mésoscopique pour s'affranchir de la contrainte CFL en adaptant la vitesse moyenne des photons à l'échelle de la maille et du pas de temps hydrodynamique. Cette approche, en cours de développement dans le cadre d'un stage M2, s'inscrit dans une démarche de réduction des coûts et d'optimisation des ressources.
Les moyennes de Planck et Rosseland sont souvent utilisées pour simplifier le calcul des opacités, malgré les écarts significatifs qu'elles peuvent introduire. Ces approximations limitent la précision des simulations et réduisent la capacité à réaliser des études paramétriques exhaustives. Une partie du projet consiste à quantifier l'impact de ces méthodes et à développer des approches plus précises, éventuellement basées sur l'intelligence artificielle, pour calculer les opacités de manière efficace et exacte.
L'utilisation de solveurs modernes basés sur l'IA, comme les opérateurs neuronaux ou les réseaux de neurones physiques (PINNs), offre des perspectives pour accélérer ou remplacer les simulations traditionnelles. Le doctorant devra intégrer ces avancées tout en restant vigilant sur la modélisation de la physique non-linéaire, contre-intuitive pour les réseaux de neurones.
Le projet s'appuie sur une collaboration internationale avec le Pr Jean-Christophe Nave (Université McGill), développeur de la Characteristic Mapping Method (CMM), et le Pr Kai Schneider (I2M Marseille), expert en calcul haute performance et en ondelettes. Ensemble, ils visent à développer un outil numérique innovant, au-delà des schémas classiques, pour modéliser la MHD radiative lors de la formation des disques protoplanétaires. L'objectif est de créer un modèle basé sur un couplage mésoscopique entre le transfert de rayonnement et le fluide, permettant de s'affranchir de la contrainte CFL et d'envisager son intégration dans les outils numériques futurs. Ce modèle améliorera le code HADES-2D et préparera les fondations physiques pour un futur code basé sur la CMM.
Ce projet pourrait mener à des avancées majeures dans la compréhension des disques protoplanétaires et des processus de formation stellaire, avec des applications en astrophysique observationnelle et en modélisation des plasmas. L'intégration de l'IA représente une rupture technologique, réduisant les coûts de calcul et améliorant la précision des modèles.
Le doctorant, motivé par la modélisation physique et compétent en simulations numériques, concevra un modèle radiatif mésoscopique visant à lever la contrainte CFL et à explorer des méthodes d'apprentissage machine et d'opérateurs neuronaux pour lever les verrous liés aux temps de calcul. Il bénéficiera aussi d'un environnement de recherche de pointe en astrophysique et astronomie. Astrophysique de la formation des sytèmes accrétants/éjectants (étoile, disque protoplanétaire, supernova, système binaire). Physique théorique, mathématiques appliquées, développement numérique, architecture des réseaux de neurones, parallélisation et optimisation.

Nous recherchons un(e) doctorant(e) motivé(e) par la modélisation en physique, avec des compétences en simulations numériques, mathématiques appliquées et avec une expertise avancée en programmation. Ce projet offrira une formation de haut niveau en méthodes numériques, intelligence artificielle et astrophysique, avec un fort potentiel d'impact académique et appliqué.