Dassault Systèmes, l'entreprise de la 3DEXPERIENCE, est un « accélérateur de progrès humain ». Elle propose aux entreprises et aux particuliers des environnements virtuels collaboratifs qui leur permettent d'imaginer des innovations plus durables. En développant un jumeau virtuel du monde réel, grâce à la plateforme 3DEXPERIENCE et à ses applications, Dassault Systèmes donne à ses clients les moyens de repousser les limites de l'innovation, de l'apprentissage et de la production.
Les 20 000 collaborateurs de Dassault Systèmes travaillent à créer de la valeur pour nos 270 000 clients de toutes tailles, dans toutes les industries, dans plus de 140 pays. Pour plus d'informations, visitez notre site
www.3ds.com/frSujet : Assemblage CAO multimodal en plusieurs parties
Au sein du département Corporate Research de Dassault Systèmes vous intègrerez l'équipe « Plant & Manufacturing Twin » qui s'intéresse à des problématiques de Recherche liées à l'Intelligence Artificielle dans des environnements industriels mixant le réel et le virtuel à l'image des jumeaux numériques. En particulier, notre équipe a pour mission principale d'inventer les futures technologies qui serviront à concevoir des expériences virtuelles plus riches et automatisées grâce à la science des données et l'apprentissage statistique.
Le développement des outils de CAD (Computer-Aided Design) fait l'objet de nombreux travaux visant à simplifier et accélérer la conception des objets complexes 3D. La conception d'un objet CAD passe par une étape non triviale d'assemblage des différentes pièces entre elles.
Vos missions
Dans le cadre de ce stage, vous allez développer une méthode de deep learning permettant l'automatisation le processus d'assemblage de pièces CAD tout en tenant compte des différentes contraintes de connexion entre les différentes paires de pièces.
Votre mission consistera à :
* Effectuer une recherche bibliographique sur les approches existantes pour l'automatisation de l'assemblage des pièces CAD via Deep Learning.
* Identifier et sélectionner la méthode la plus pertinente pour la problématique posée.
* Développer et implémenter une solution basée sur le Deep Learning pour automatiser le processus d'assemblage, en respectant les contraintes de connexion entre les pièces.
* Réaliser des tests pour évaluer la performance et la robustesse de la méthode proposée.
* Présenter les résultats et préparer une démonstration en fin de stage.