IA4DIVE : l’IA pour le développement de bioplastiques à base de racine d’enDIVE
Sujet
Cette thèse se déroulera dans le cadre du projet DIVE (Développement Innovant pour la Valorisation de la racine d’Endive) qui s’inscrit dans une dynamique régionale, européenne et mondiale qui a pour objectif la diminution de la pollution plastique et la réduction de ses usages, notamment dans le secteur agro-alimentaire.
La thèse consistera à partir des données récoltées dans le projet mais également à partir des don-
nées de la littérature, d’étudier la ou les corrélation(s) existante(s) entre la composition de la matière et
les propriétés mécaniques, structurelles, biologiques et antimicrobiennes des solutions d’emballages
développées. L’étude de ces corrélations permettra de développer un outil de modélisation prévision-
nelle permettant de faire le lien entre la composition de la matière brute et les propriétés des films
obtenus à l’aide de la mise en place d’un outil de machine learning basé à la fois sur l’acquisition
de données du projet DIVE et l’intégration de données bibliographiques déjà existantes.
La thèse consistera à partir des données récoltées dans le projet mais également à partir des don-
nées de la littérature, d’étudier la ou les corrélation(s) existante(s) entre la composition de la matière et
les propriétés mécaniques, structurelles, biologiques et antimicrobiennes des solutions d’emballages
développées. L’étude de ces corrélations permettra de développer un outil de modélisation prévision-
nelle permettant de faire le lien entre la composition de la matière brute et les propriétés des films
obtenus à l’aide de la mise en place d’un outil de machine learning basé à la fois sur l’acquisition
de données du projet DIVE et l’intégration de données bibliographiques déjà existantes.
Piece jointe
Sujet_de_Th_se___DIVE__EDSTS.pdf815.54 Ko
Equipes impliquées
Durée
3 ans
Date de publication
Type Offre
