{"id":4373,"date":"2025-11-25T08:25:22","date_gmt":"2025-11-25T07:25:22","guid":{"rendered":"https:\/\/ghetool.eu\/?post_type=knowledgebase&#038;p=4373"},"modified":"2025-11-25T08:25:22","modified_gmt":"2025-11-25T07:25:22","slug":"modele-ai-pour-accelerer-les-simulations","status":"publish","type":"knowledgebase","link":"https:\/\/ghetool.eu\/fr_fr\/base-de-connaissances\/modele-ai-pour-accelerer-les-simulations\/","title":{"rendered":"Un mod\u00e8le d'IA pour acc\u00e9l\u00e9rer les simulations"},"content":{"rendered":"<p>L'IA, l'intelligence artificielle, bouleverse les secteurs les uns apr\u00e8s les autres. Dans cet article, nous vous montrerons comment notre nouveau r\u00e9seau neuronal artificiel peut vous aider \u00e0 am\u00e9liorer consid\u00e9rablement le temps de simulation de GHEtool.<\/p>\n<p><iframe title=\"Un mod\u00e8le d&#039;IA pour acc\u00e9l\u00e9rer les simulations\" width=\"800\" height=\"450\" src=\"https:\/\/www.youtube.com\/embed\/9rZNH-UkZ48?feature=oembed\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe><\/p>\n<h2>Le probl\u00e8me global<\/h2>\n<p>Le calcul des fonctions g est au c\u0153ur de la simulation des champs de forage. Ces fonctions non dimensionnelles d\u00e9crivent le comportement \u00e0 long terme d'un champ de mines, les diff\u00e9rents trous de mines interagissant entre eux et avec le sol environnant. (Si vous n'avez pas lu notre article sur les fonctions g, vous pouvez le trouver <a style=\"text-decoration: underline;\" href=\"https:\/\/ghetool.eu\/fr_fr\/base-de-connaissances\/g-fonctions\/\">ici<\/a>.)<\/p>\n<p data-start=\"532\" data-end=\"878\">Historiquement, la simulation des fonctions g, en particulier pour les champs de forage de grande taille, \u00e9tait extr\u00eamement lente. Aujourd'hui, gr\u00e2ce \u00e0 des astuces math\u00e9matiques et des algorithmes intelligents, l'homme peut calculer ces valeurs g en environ 0,5 seconde, ce qui est plus qu'acceptable lorsqu'il s'agit de simuler directement les temp\u00e9ratures des trous de forage.<\/p>\n<p data-start=\"880\" data-end=\"1312\">Toutefois, un probl\u00e8me se pose lorsque des m\u00e9thodes plus compliqu\u00e9es et plus avanc\u00e9es n\u00e9cessitent la simulation de plusieurs valeurs g, par exemple dans la m\u00e9thode de calcul de la profondeur de forage requise. Pour chaque it\u00e9ration, cet objectif n\u00e9cessite le calcul de plusieurs valeurs g, ce qui entra\u00eene des temps de simulation de dix \u00e0 trente secondes, voire plus. Avec la tendance vers des m\u00e9thodes plus avanc\u00e9es, cette augmentation du temps de simulation n'est pas une perspective r\u00e9jouissante.<\/p>\n<p data-start=\"1314\" data-end=\"1548\" data-is-last-node=\"\" data-is-only-node=\"\">Il s'agissait donc de trouver un nouveau moyen d'acc\u00e9l\u00e9rer la simulation de ces fonctions g sans compromettre la pr\u00e9cision. C'est l\u00e0 que l'intelligence artificielle, ou plus pr\u00e9cis\u00e9ment un r\u00e9seau neuronal artificiel, est entr\u00e9e en sc\u00e8ne.<\/p>\n<h2>R\u00e9seau de neurones artificiels<\/h2>\n<article class=\"text-token-text-primary w-full focus:outline-none [--shadow-height:45px] has-data-writing-block:pointer-events-none has-data-writing-block:-mt-(--shadow-height) has-data-writing-block:pt-(--shadow-height) [&amp;:has([data-writing-block])&gt;*]:pointer-events-auto [content-visibility:auto] supports-[content-visibility:auto]:[contain-intrinsic-size:auto_100lvh] scroll-mt-[calc(var(--header-height)+min(200px,max(70px,20svh)))]\" dir=\"auto\" tabindex=\"-1\" data-turn-id=\"request-WEB:eb633300-ef48-4660-93db-c81ce70d9262-4\" data-testid=\"conversation-turn-10\" data-scroll-anchor=\"true\" data-turn=\"assistant\">\n<div class=\"text-base my-auto mx-auto pb-10 [--thread-content-margin:--spacing(4)] thread-sm:[--thread-content-margin:--spacing(6)] thread-lg:[--thread-content-margin:--spacing(16)] px-(--thread-content-margin)\">\n<div class=\"[--thread-content-max-width:40rem] thread-lg:[--thread-content-max-width:48rem] mx-auto max-w-(--thread-content-max-width) flex-1 group\/turn-messages focus-visible:outline-hidden relative flex w-full min-w-0 flex-col agent-turn\" tabindex=\"-1\">\n<div class=\"flex max-w-full flex-col grow\">\n<div class=\"min-h-8 text-message relative flex w-full flex-col items-end gap-2 text-start break-words whitespace-normal [.text-message+&amp;]:mt-1\" dir=\"auto\" data-message-author-role=\"assistant\" data-message-id=\"f880ab57-7a98-471f-9543-d3c49e05ec5b\" data-message-model-slug=\"gpt-5-1\">\n<div class=\"flex w-full flex-col gap-1 empty:hidden first:pt-[1px]\">\n<div class=\"markdown prose dark:prose-invert w-full break-words light markdown-new-styling\">\n<p data-start=\"139\" data-end=\"479\" data-is-last-node=\"\" data-is-only-node=\"\">L'IA est un terme tr\u00e8s large, qui englobe tout, des grands mod\u00e8les linguistiques (comme ChatGPT) aux robots humano\u00efdes et aux syst\u00e8mes de conduite autonome. Dans ce domaine de l'IA, il existe ce que l'on appelle un r\u00e9seau neuronal artificiel (ou ANN en abr\u00e9g\u00e9). Dans les prochaines sections, nous pr\u00e9senterons ces RNA, expliquerons comment nous les avons entra\u00een\u00e9s et quelle est leur pr\u00e9cision.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n<figure id=\"attachment_4375\" aria-describedby=\"caption-attachment-4375\" style=\"width: 813px\" class=\"wp-caption aligncenter\"><img fetchpriority=\"high\" decoding=\"async\" class=\"wp-image-4375 size-full\" src=\"https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/ANN.jpg\" alt=\"Impression d&#039;artiste du fonctionnement du cerveau humain. (Source : https:\/\/www.snexplores.org\/article\/explainer-what-is-a-neuron)\" width=\"813\" height=\"456\" srcset=\"https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/ANN.jpg 813w, https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/ANN-300x168.jpg 300w, https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/ANN-768x431.jpg 768w, https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/ANN-18x10.jpg 18w\" sizes=\"(max-width: 813px) 100vw, 813px\" \/><figcaption id=\"caption-attachment-4375\" class=\"wp-caption-text\">Impression d'artiste du fonctionnement du cerveau humain. (Source : https:\/\/www.snexplores.org\/article\/explainer-what-is-a-neuron)<\/figcaption><\/figure>\n<p>&nbsp;<\/p>\n<h3>Qu'est-ce que c'est ?<\/h3>\n<article class=\"text-token-text-primary w-full focus:outline-none [--shadow-height:45px] has-data-writing-block:pointer-events-none has-data-writing-block:-mt-(--shadow-height) has-data-writing-block:pt-(--shadow-height) [&amp;:has([data-writing-block])&gt;*]:pointer-events-auto [content-visibility:auto] supports-[content-visibility:auto]:[contain-intrinsic-size:auto_100lvh] scroll-mt-[calc(var(--header-height)+min(200px,max(70px,20svh)))]\" dir=\"auto\" tabindex=\"-1\" data-turn-id=\"request-WEB:eb633300-ef48-4660-93db-c81ce70d9262-5\" data-testid=\"conversation-turn-12\" data-scroll-anchor=\"true\" data-turn=\"assistant\">\n<div class=\"text-base my-auto mx-auto pb-10 [--thread-content-margin:--spacing(4)] thread-sm:[--thread-content-margin:--spacing(6)] thread-lg:[--thread-content-margin:--spacing(16)] px-(--thread-content-margin)\">\n<div class=\"[--thread-content-max-width:40rem] thread-lg:[--thread-content-max-width:48rem] mx-auto max-w-(--thread-content-max-width) flex-1 group\/turn-messages focus-visible:outline-hidden relative flex w-full min-w-0 flex-col agent-turn\" tabindex=\"-1\">\n<div class=\"flex max-w-full flex-col grow\">\n<div class=\"min-h-8 text-message relative flex w-full flex-col items-end gap-2 text-start break-words whitespace-normal [.text-message+&amp;]:mt-1\" dir=\"auto\" data-message-author-role=\"assistant\" data-message-id=\"8c2bd447-3f89-4444-a2ea-7864bb6f53e7\" data-message-model-slug=\"gpt-5-1\">\n<div class=\"flex w-full flex-col gap-1 empty:hidden first:pt-[1px]\">\n<div class=\"markdown prose dark:prose-invert w-full break-words light markdown-new-styling\">\n<p data-start=\"116\" data-end=\"678\" data-is-last-node=\"\" data-is-only-node=\"\">Le concept d'un ANN consiste \u00e0 imiter le comportement du cerveau humain, ou du moins la fa\u00e7on dont nous pensons qu'il fonctionne. Lorsque nous recevons un signal sensoriel, qu'il s'agisse d'une odeur, d'un toucher ou d'un son, il est envoy\u00e9 aux neurones de notre cerveau, o\u00f9 le signal passe d'un neurone \u00e0 l'autre jusqu'\u00e0 ce que nous aboutissions \u00e0 une pens\u00e9e, une action, un sens donn\u00e9, etc. Ce comportement, qui consiste \u00e0 partir d'un ensemble d'entr\u00e9es et \u00e0 passer par une s\u00e9rie de neurones pour arriver \u00e0 une certaine conclusion, est exactement ce que nous essayons de mod\u00e9liser avec un ANN. La figure ci-dessous pr\u00e9sente une repr\u00e9sentation sch\u00e9matique d'un ANN.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<div class=\"z-0 flex min-h-[46px] justify-start\"><\/div>\n<div class=\"mt-3 w-full empty:hidden\">\n<div class=\"text-center\"><\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n<div class=\"pointer-events-none h-px w-px\" aria-hidden=\"true\" data-edge=\"true\"><\/div>\n<figure id=\"attachment_4376\" aria-describedby=\"caption-attachment-4376\" style=\"width: 699px\" class=\"wp-caption aligncenter\"><img decoding=\"async\" class=\"wp-image-4376 size-full\" src=\"https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/ANN.png\" alt=\"Repr\u00e9sentation sch\u00e9matique d&#039;un r\u00e9seau neuronal artificiel. (Source : https:\/\/blog.roboflow.com\/what-is-a-neural-network\/)\" width=\"699\" height=\"456\" srcset=\"https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/ANN.png 699w, https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/ANN-300x196.png 300w, https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/ANN-18x12.png 18w\" sizes=\"(max-width: 699px) 100vw, 699px\" \/><figcaption id=\"caption-attachment-4376\" class=\"wp-caption-text\">Repr\u00e9sentation sch\u00e9matique d'un r\u00e9seau neuronal artificiel. (Source : https:\/\/blog.roboflow.com\/what-is-a-neural-network\/)<\/figcaption><\/figure>\n<p data-start=\"164\" data-end=\"713\">Bien que ces r\u00e9seaux neuronaux puissent se pr\u00e9senter sous toutes les formes, leur structure est plus ou moins la m\u00eame. \u00c0 partir d'un ensemble de param\u00e8tres d'entr\u00e9e, qui dans notre cas sont les donn\u00e9es du champ de forage (configuration, profondeur, diffusivit\u00e9 thermique du sol, etc.), les donn\u00e9es passent \u00e0 une s\u00e9rie de n\u0153uds dans la premi\u00e8re couche. Dans chaque n\u0153ud (ou neurone), les donn\u00e9es sont pond\u00e9r\u00e9es par la valeur du neurone et envoy\u00e9es aux neurones de la couche suivante. Le m\u00eame processus se produit alors, jusqu'\u00e0 ce que nous atteignions la couche de sortie qui, dans notre cas, se compose des valeurs g correspondantes.<\/p>\n<p data-start=\"715\" data-end=\"1086\" data-is-last-node=\"\" data-is-only-node=\"\">Selon l'architecture du mod\u00e8le de votre ANN, le nombre de couches cach\u00e9es peut varier, ainsi que le nombre de neurones dans chaque couche. Le principal d\u00e9fi consiste \u00e0 trouver un mod\u00e8le qui soit juste assez complexe pour apprendre ou repr\u00e9senter la physique dont vous avez besoin, sans \u00eatre trop compliqu\u00e9, car plus le nombre de neurones dans votre mod\u00e8le est \u00e9lev\u00e9, plus votre ensemble d'apprentissage doit l'\u00eatre \u00e9galement.<\/p>\n<h3>Formation<\/h3>\n<p data-start=\"169\" data-end=\"745\">Tout comme un b\u00e9b\u00e9 qui vient au monde et doit encore apprendre presque tout, notre r\u00e9seau neuronal ne peut rien faire correctement d\u00e8s le d\u00e9part. Comme nous l'avons d\u00e9j\u00e0 dit, le concept d'un r\u00e9seau neuronal est que les donn\u00e9es passent par plusieurs n\u0153uds de pond\u00e9ration pour \u00eatre transform\u00e9es, \u00e0 la fin, en la sortie r\u00e9elle dont nous avons besoin. Toutefois, ces facteurs de pond\u00e9ration ne sont pas g\u00e9n\u00e9raux, mais tr\u00e8s sp\u00e9cifiques \u00e0 un cas et \u00e0 un mod\u00e8le. C'est pourquoi nous devons l'entra\u00eener et lui apprendre comment il doit se comporter ou, plus pr\u00e9cis\u00e9ment dans notre cas, quelles sont les valeurs g pour un certain ensemble d'entr\u00e9es.<\/p>\n<blockquote><p><span style=\"color: #3366ff;\"><strong>!Note<\/strong><\/span><br \/>\n<span style=\"color: #3366ff;\">La formation et le d\u00e9veloppement de l'ANN pour ce domaine sont bas\u00e9s sur les travaux de Tobias Blanke, qui a \u00e9galement d\u00e9velopp\u00e9 le mod\u00e8le ANN actuellement mis en \u0153uvre dans GHEtool.<\/span><\/p><\/blockquote>\n<p data-start=\"929\" data-end=\"1116\">Pour notre ensemble de donn\u00e9es de formation, nous avons commenc\u00e9 par des configurations r\u00e9guli\u00e8res (lignes, formes en L et en U, rectangles et champs de forage denses) et nous les avons simul\u00e9es avec des param\u00e8tres dans les gammes suivantes :<\/p>\n<ul>\n<li>Taille du champ de forage : 30\u00d730 trous de forage, soit jusqu'\u00e0 900 trous de forage pour nos champs de forage en forme de rectangle et de d\u00f4me.<\/li>\n<li>Profondeur du forage : 50-400m<\/li>\n<li>Espacement des forages : 2-10m<\/li>\n<li>Diam\u00e8tre des trous de forage : 100-300mm<\/li>\n<li>Diffusion thermique du sol : 2,5e-7 - 2,67e-6<\/li>\n<\/ul>\n<p data-start=\"1375\" data-end=\"1483\">Compte tenu des permutations de toutes les plages de donn\u00e9es susmentionn\u00e9es, nous avons entra\u00een\u00e9 notre mod\u00e8le avec plus de six millions de points de donn\u00e9es.<\/p>\n<h3>Pr\u00e9cision<\/h3>\n<article class=\"text-token-text-primary w-full focus:outline-none [--shadow-height:45px] has-data-writing-block:pointer-events-none has-data-writing-block:-mt-(--shadow-height) has-data-writing-block:pt-(--shadow-height) [&amp;:has([data-writing-block])&gt;*]:pointer-events-auto [content-visibility:auto] supports-[content-visibility:auto]:[contain-intrinsic-size:auto_100lvh] scroll-mt-[calc(var(--header-height)+min(200px,max(70px,20svh)))]\" dir=\"auto\" tabindex=\"-1\" data-turn-id=\"request-WEB:eb633300-ef48-4660-93db-c81ce70d9262-10\" data-testid=\"conversation-turn-22\" data-scroll-anchor=\"true\" data-turn=\"assistant\">\n<div class=\"text-base my-auto mx-auto pb-10 [--thread-content-margin:--spacing(4)] thread-sm:[--thread-content-margin:--spacing(6)] thread-lg:[--thread-content-margin:--spacing(16)] px-(--thread-content-margin)\">\n<div class=\"[--thread-content-max-width:40rem] thread-lg:[--thread-content-max-width:48rem] mx-auto max-w-(--thread-content-max-width) flex-1 group\/turn-messages focus-visible:outline-hidden relative flex w-full min-w-0 flex-col agent-turn\" tabindex=\"-1\">\n<div class=\"flex max-w-full flex-col grow\">\n<div class=\"min-h-8 text-message relative flex w-full flex-col items-end gap-2 text-start break-words whitespace-normal [.text-message+&amp;]:mt-1\" dir=\"auto\" data-message-author-role=\"assistant\" data-message-id=\"93bde774-2a14-4e4e-87cd-a4dd9cd505dd\" data-message-model-slug=\"gpt-5-1\">\n<div class=\"flex w-full flex-col gap-1 empty:hidden first:pt-[1px]\">\n<div class=\"markdown prose dark:prose-invert w-full break-words light markdown-new-styling\">\n<p data-start=\"168\" data-end=\"735\" data-is-last-node=\"\" data-is-only-node=\"\">Bien qu'il existe un grand nombre de mesures formelles diff\u00e9rentes pour \u00e9valuer la pr\u00e9cision des ANN, nous pr\u00e9f\u00e9rons rester simples et compr\u00e9hensibles. C'est pourquoi le graphique ci-dessous montre la profondeur de forage requise pour neuf cas diff\u00e9rents, calcul\u00e9e \u00e0 la fois avec le mod\u00e8le normal (o\u00f9 les valeurs g sont calcul\u00e9es explicitement) et avec le mod\u00e8le ANN. Les cas ont \u00e9t\u00e9 s\u00e9lectionn\u00e9s pour couvrir un large \u00e9ventail de situations, comme le fait d'\u00eatre limit\u00e9 par la temp\u00e9rature moyenne maximale ou minimale du fluide, d'avoir diff\u00e9rents flux de chaleur g\u00e9othermiques, ou d'avoir des propri\u00e9t\u00e9s de fluide variables, etc.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n<figure id=\"attachment_4377\" aria-describedby=\"caption-attachment-4377\" style=\"width: 2273px\" class=\"wp-caption aligncenter\"><img decoding=\"async\" class=\"wp-image-4377 size-full\" src=\"https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/Required-borehole-depth.png\" alt=\"Profondeur de forage requise pour 9 cas diff\u00e9rents simul\u00e9s avec le mod\u00e8le normal et l&#039;ANN.\" width=\"2273\" height=\"1091\" srcset=\"https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/Required-borehole-depth.png 2273w, https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/Required-borehole-depth-300x144.png 300w, https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/Required-borehole-depth-1024x492.png 1024w, https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/Required-borehole-depth-768x369.png 768w, https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/Required-borehole-depth-1536x737.png 1536w, https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/Required-borehole-depth-2048x983.png 2048w, https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/Required-borehole-depth-18x9.png 18w\" sizes=\"(max-width: 2273px) 100vw, 2273px\" \/><figcaption id=\"caption-attachment-4377\" class=\"wp-caption-text\">Profondeur de forage requise pour 9 cas diff\u00e9rents simul\u00e9s avec le mod\u00e8le normal et l'ANN.<\/figcaption><\/figure>\n<p>Le graphique ci-dessus montre clairement qu'il existe une excellente concordance entre le mod\u00e8le normal et le nouveau mod\u00e8le artificiel. Dans la plupart des cas, l'ANN a l\u00e9g\u00e8rement surestim\u00e9 la profondeur de forage requise, alors que dans le cas 7, une profondeur l\u00e9g\u00e8rement inf\u00e9rieure a \u00e9t\u00e9 simul\u00e9e. Dans l'ensemble, la pr\u00e9cision de l'ANN se situe \u00e0 moins de 4% du mod\u00e8le r\u00e9gulier, ce qui est sans doute de l'ordre des autres incertitudes utilis\u00e9es dans la conception g\u00e9othermique.<\/p>\n<blockquote><p><span style=\"color: #3366ff;\"><strong>!Note<\/strong><\/span><br \/>\n<span style=\"color: #3366ff;\">Pour des raisons de pr\u00e9cision, une fois le dimensionnement termin\u00e9, le profil de temp\u00e9rature que vous voyez dans GHEtool est calcul\u00e9 avec le mod\u00e8le exact et r\u00e9gulier. Cela signifie que l'acc\u00e9l\u00e9ration de l'IA n'est utilis\u00e9e que pour acc\u00e9l\u00e9rer l'it\u00e9ration afin de trouver la profondeur requise, mais pas pour simuler les temp\u00e9ratures \u00e0 cette profondeur. De cette mani\u00e8re, vous b\u00e9n\u00e9ficiez d'un mod\u00e8le plus rapide combin\u00e9 \u00e0 la plus grande pr\u00e9cision pour la simulation de la temp\u00e9rature.<\/span><\/p><\/blockquote>\n<article class=\"text-token-text-primary w-full focus:outline-none [--shadow-height:45px] has-data-writing-block:pointer-events-none has-data-writing-block:-mt-(--shadow-height) has-data-writing-block:pt-(--shadow-height) [&amp;:has([data-writing-block])&gt;*]:pointer-events-auto [content-visibility:auto] supports-[content-visibility:auto]:[contain-intrinsic-size:auto_100lvh] scroll-mt-[calc(var(--header-height)+min(200px,max(70px,20svh)))]\" dir=\"auto\" tabindex=\"-1\" data-turn-id=\"request-WEB:eb633300-ef48-4660-93db-c81ce70d9262-11\" data-testid=\"conversation-turn-24\" data-scroll-anchor=\"true\" data-turn=\"assistant\">\n<div class=\"text-base my-auto mx-auto pb-10 [--thread-content-margin:--spacing(4)] thread-sm:[--thread-content-margin:--spacing(6)] thread-lg:[--thread-content-margin:--spacing(16)] px-(--thread-content-margin)\">\n<div class=\"[--thread-content-max-width:40rem] thread-lg:[--thread-content-max-width:48rem] mx-auto max-w-(--thread-content-max-width) flex-1 group\/turn-messages focus-visible:outline-hidden relative flex w-full min-w-0 flex-col agent-turn\" tabindex=\"-1\">\n<div class=\"flex max-w-full flex-col grow\">\n<div class=\"min-h-8 text-message relative flex w-full flex-col items-end gap-2 text-start break-words whitespace-normal [.text-message+&amp;]:mt-1\" dir=\"auto\" data-message-author-role=\"assistant\" data-message-id=\"9b71b445-c2f7-43fc-a610-5c4b796c89d4\" data-message-model-slug=\"gpt-5-1\">\n<div class=\"flex w-full flex-col gap-1 empty:hidden first:pt-[1px]\">\n<div class=\"markdown prose dark:prose-invert w-full break-words light markdown-new-styling\">\n<p data-start=\"1018\" data-end=\"1091\" data-is-last-node=\"\" data-is-only-node=\"\">Le graphique ci-dessous montre le temps de simulation pour les diff\u00e9rents cas.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n<figure id=\"attachment_4378\" aria-describedby=\"caption-attachment-4378\" style=\"width: 2273px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-4378 size-full\" src=\"https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/Simulation-time.png\" alt=\"Temps de simulation pour le calcul de la profondeur de forage requise pour 9 cas diff\u00e9rents.\" width=\"2273\" height=\"1092\" srcset=\"https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/Simulation-time.png 2273w, https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/Simulation-time-300x144.png 300w, https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/Simulation-time-1024x492.png 1024w, https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/Simulation-time-768x369.png 768w, https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/Simulation-time-1536x738.png 1536w, https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/Simulation-time-2048x984.png 2048w, https:\/\/ghetool.eu\/wp-content\/uploads\/2025\/11\/Simulation-time-18x9.png 18w\" sizes=\"(max-width: 2273px) 100vw, 2273px\" \/><figcaption id=\"caption-attachment-4378\" class=\"wp-caption-text\">Temps de simulation pour le calcul de la profondeur de forage requise pour 9 cas diff\u00e9rents.<\/figcaption><\/figure>\n<p>Dans le graphique ci-dessus, il est clair que l'ANN est nettement plus performant que l'approche classique, avec des gains de temps allant de 25% \u00e0 75%. Si l'on tient compte du fait que la diff\u00e9rence de pr\u00e9cision n'est que de 4%, on peut dire qu'il s'agit d'un bon compromis.<\/p>\n<blockquote><p><span style=\"color: #3366ff;\"><strong>!Note<\/strong><\/span><br \/>\n<span style=\"color: #3366ff;\">Outre le temps de calcul requis pour les fonctions g, d'autres parties du code n\u00e9cessitent \u00e9galement un certain temps. Avec le mod\u00e8le ANN, le temps de calcul des valeurs g a \u00e9t\u00e9 consid\u00e9rablement r\u00e9duit, ce qui rend d'autres aspects, tels que le calcul de la r\u00e9sistance thermique effective du trou de forage, plus importants dans le temps de simulation global.<\/span><\/p><\/blockquote>\n<h2>Quelle est la prochaine \u00e9tape ?<\/h2>\n<p data-start=\"195\" data-end=\"292\">Quelle est la prochaine \u00e9tape ? Tous les calculs de GHEtool seront-ils d\u00e9sormais bas\u00e9s sur des mod\u00e8les d'IA ? Absolument pas.<\/p>\n<p data-start=\"294\" data-end=\"668\">Bien que nous ayons vu et d\u00e9montr\u00e9 l'int\u00e9r\u00eat de s'appuyer sur l'IA pour acc\u00e9l\u00e9rer certaines m\u00e9thodes, nous pr\u00e9f\u00e9rons toujours la pr\u00e9cision de l'approche classique, bas\u00e9e sur la physique. C'est pourquoi, \u00e0 partir d'aujourd'hui, l'ANN est disponible dans GHEtool lors de l'utilisation de l'objectif \u2018calculer la profondeur requise\u2019, dans les \u2018param\u00e8tres sp\u00e9cifiques \u00e0 l'objectif\u2019. Pour les autres m\u00e9thodes, il ne s'agit pas, \u00e0 notre avis, d'une valeur ajout\u00e9e.<\/p>\n<p data-start=\"670\" data-end=\"821\">Cela dit, la mise en \u0153uvre de notre premier ANN ouvre la porte \u00e0 toute une s\u00e9rie de nouvelles possibilit\u00e9s, de nouvelles m\u00e9thodes et d'optimisations plus avanc\u00e9es.<\/p>\n<blockquote><p><span style=\"color: #339966;\"><strong>Restez \u00e0 l'\u00e9coute<br \/>\n<\/strong><\/span><span style=\"color: #339966;\">La semaine prochaine, nous pr\u00e9senterons notre tout premier objectif, rendu possible gr\u00e2ce \u00e0 ce m\u00eame ANN. Restez \u00e0 l'\u00e9coute !<\/span><\/p><\/blockquote>\n<h2>Conclusion<\/h2>\n<p data-start=\"965\" data-end=\"1276\">Cet article a jet\u00e9 les bases d'une toute nouvelle gamme de possibilit\u00e9s au sein de GHEtool. Avec la mise en \u0153uvre d'un r\u00e9seau neuronal artificiel pour acc\u00e9l\u00e9rer le temps de simulation des fonctions g, la fonction de calcul de la profondeur de forage requise peut \u00eatre rendue 25-75% plus rapide tout en conservant une pr\u00e9cision similaire.<\/p>\n<h2 id=\"reference\">R\u00e9f\u00e9rences<\/h2>\n<ul>\n<li>Regardez notre vid\u00e9o d'explication sur notre page YouTube en cliquant sur <span style=\"text-decoration: underline;\"><a href=\"https:\/\/youtu.be\/9rZNH-UkZ48\" target=\"_blank\" rel=\"noopener\">ici<\/a><\/span>.<\/li>\n<li>Blanke, T., Pfeiffer, F., G\u00f6ttsche, J. et D\u00f6ring, B. (2024, septembre). Artificial neural networks use for the design of geothermal probe fields. In\u00a0<i>Conf\u00e9rence BauSim 2024<\/i>\u00a0(Vol. 10, pp. 89-95). IBPSA-Allemagne et Autriche.<\/li>\n<\/ul>","protected":false},"excerpt":{"rendered":"<p>L'IA, l'intelligence artificielle, bouleverse les secteurs les uns apr\u00e8s les autres. Dans cet article, nous vous montrerons comment notre nouveau r\u00e9seau neuronal artificiel peut vous aider \u00e0 am\u00e9liorer consid\u00e9rablement le temps de simulation de GHEtool.<\/p>","protected":false},"template":"","pdf-article":[108],"authors":[39],"knowledgebase-category":[26,30],"class_list":["post-4373","knowledgebase","type-knowledgebase","status-publish","hentry","pdf-article-ann","authors-wouter-peere","knowledgebase-category-general","knowledgebase-category-tutorial"],"_links":{"self":[{"href":"https:\/\/ghetool.eu\/fr_fr\/wp-json\/wp\/v2\/knowledgebase\/4373","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ghetool.eu\/fr_fr\/wp-json\/wp\/v2\/knowledgebase"}],"about":[{"href":"https:\/\/ghetool.eu\/fr_fr\/wp-json\/wp\/v2\/types\/knowledgebase"}],"wp:attachment":[{"href":"https:\/\/ghetool.eu\/fr_fr\/wp-json\/wp\/v2\/media?parent=4373"}],"wp:term":[{"taxonomy":"pdf-article","embeddable":true,"href":"https:\/\/ghetool.eu\/fr_fr\/wp-json\/wp\/v2\/pdf-article?post=4373"},{"taxonomy":"authors","embeddable":true,"href":"https:\/\/ghetool.eu\/fr_fr\/wp-json\/wp\/v2\/authors?post=4373"},{"taxonomy":"knowledgebase-category","embeddable":true,"href":"https:\/\/ghetool.eu\/fr_fr\/wp-json\/wp\/v2\/knowledgebase-category?post=4373"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}