Podvin, Bérengère
![Sudoc [ABES], France](/viaf/images/flags/SUDOC.png "Sudoc [ABES], France")
Berengere Podvin researcher (ORCID 0000-0001-7003-719X)
VIAF ID: 308790664 ( Personal )
Permalink: http://viaf.org/viaf/308790664
Preferred Forms
4xx's: Alternate Name Forms (1)
Works
| Title | Sources |
|---|---|
| Caractérisation et contrôle actif de la traînée aérodynamique d'un corps épais pour différentes hauteurs de garde au sol : application au transport automobile |
|
| Characterization and active control of the aerodynamic drag of a bluff body for different ground clearance heights : application to automotive transport. |
|
| Control for the drag reduction in the near wall region of a turbulent channel flow with neural networks. |
|
| Contrôle de la traînée dans la zone de paroi d'un canal plan turbulent à l'aide de réseaux de neurones |
|
| Contrôle par apprentissage automatique et méthodes de gradient appliqué aux écoulements cisaillés numériques et expérimentaux. |
|
| Data-driven flow modelling using machine learning and data assimilation approaches |
|
| Etude du flux de soubassement sur la dynamique du sillage d'un corps non profilé à culot droit : Application du contrôle actif pour la réduction de traînée de véhicule industriel |
|
| Exploration de l'apprentissage automatique pour le développement de fonctions pariétales RANS pour les couches-limites turbulentes hors-équilibre |
|
| Exploration of Machine Learning for the development of RANS wall functions for non-equilibrium turbulent boundary layers. |
|
| Gradient-enriched machine learning control exemplified for shear flows in simulations and experiments |
|
| The impact of underbody flow on the wake dynamics of a square back bluff body : the use of active control to reduce industrial vehicle drag. |
|
| Incorporation de l'interdiffusion des espèces dans la modélisation de la couche limite de condensation en film avec des gaz incondensables. |
|
| Incorporation of species interdiffusion in boundary layer modelling of filmwise condensation with non-condensable gases |
|
| Large scale organization of wall turbulence. |
|
| Manipulation de la turbulence en utilisant le contrôle par mode glissant et le contrôle par apprentissage : de l'écoulement sur une marche descendante à une voiture réelle |
|
| Modélisation numérique des écoulements turbulents de Rayleigh-Bénard en présence d'une paroi rugueuse. |
|
| Quantification de l'erreur de transposition pour des calculs CFD de transferts thermiques.. |
|
| Quantification of the transposition error for CFD computations of the heat transfer coefficient. |
|
| Reconstruction de champs aérodynamiques à partir de mesures ponctuelles |
|
| Reconstruction of turbulent velocity fields from punctual measurements. |
|
| Simulation des écoulements multi-espèces par la méthode de Boltzmann sur réseau et application à la digitation visqueuse. |
|
| Simulation numérique directe de la turbulence de paroi soumise à un gradient de pression défavorable. |
|
| Simulation of multi-component flows by the lattice Boltzmann method and application to the viscous fingering instability |
|
| Structure cohérentes et impact de la stratification extérieure dans un écoulement de convection naturelle en canal vertical. |
|
| Subcritical transition to turbulence in wall-bounded shear flows : spots, pattern formation and low-order modelling |
|
| Synthetic boundary condition for compressible near wall turbulence |
|
| Transition sous-critique vers la turbulence dans les écoulements cisaillés délimités par des parois : spots, formation de motif et modélisation. |
|
| Transition to chaos of natural convection between two vertical differentially heated plates |
|
| Turbulent convection in Rayleigh-Bénard cells with modified boundary conditions |
|
| Turbulent flow manipulation using sliding mode and machine learning control : from the flow over a backward-facing step to a real-world car. |
|
| Use of machine learning tools in fluid mechanics for the data-driven reduction, reconstruction and prediction of a fluid flow fluctuating velocity field. |
|
| Utilisation de l'apprentissage automatique en mécanique des fluides pour la réduction, la reconstruction et la prédiction orientée données du champ de vitesse fluctuante d'un écoulement |
|
