Le nombre de variables de conception ne détermine pas à lui seul la quantité de données nécessaire pour entraîner un modèle d’apprentissage automatique prédisant les résultats de simulations d’ingénierie assistée par ordinateur (CAE). Selon un article publié par Semiconductor Engineering le 3 septembre 2026, le facteur le plus important est la nature de la réponse que le modèle tente d’apprendre : les réponses continues et lisses sont plus faciles à prédire que les résultats qui changent lorsqu’un seuil est franchi ou qui comportent des signaux à oscillation rapide.
L’article s’appuie sur quatre études de collisions de véhicules. Dans ce type de flux de travail, chaque expérience de conception correspond à l’exécution d’une simulation complète et explicite de collision, ce qui fait de la constitution de l’ensemble d’entraînement la partie la plus coûteuse avant d’obtenir un modèle capable d’évaluer de nouvelles conceptions en quelques secondes plutôt qu’en plusieurs heures.
Le nombre de variables n’est pas une mesure suffisante
La comparaison entre deux études montre que la taille de l’ensemble de données n’est pas directement proportionnelle au nombre de variables de conception. Une étude sur la structure du seuil latéral d’un véhicule électrique a nécessité quatre fois plus d’expériences que l’étude sur la sécurité des occupants, composée de 25 expériences, bien que la première ait utilisé une représentation plus simple comprenant les épaisseurs de deux tôles et la position de l’une d’elles, tandis que l’étude sur les occupants faisait varier plusieurs paramètres du système de retenue, tels que le frottement entre le mannequin et la ceinture de sécurité, le temps du capteur de ceinture et la position de l’anneau de glissement.
L’article n’a pas non plus trouvé de relation directe entre la taille du modèle ou l’intensité du cas de charge et le nombre d’expériences nécessaires. Le facteur discriminant est apparu lors de l’entraînement de prédicteurs à partir d’un même ensemble composé de 100 expériences et utilisant les trois mêmes variables de conception. La prédiction de la masse de la structure du seuil a atteint un score de capacité prédictive de 0,98, tandis que le score était de 0,64 pour la prédiction du nombre de cellules de batterie endommagées.
La nature de la réponse détermine la difficulté de l’apprentissage
L’explication de cette différence est liée à la physique. La masse est une réponse lisse et presque monotone influencée par l’épaisseur de la tôle, tandis que le nombre de cellules endommagées est une valeur entière résultant du dépassement d’un seuil de contrainte précis entraînant un court-circuit interne. Une petite modification géométrique peut faire passer une cellule de l’état intact à l’état endommagé, ou ne pas le faire, ce qui oblige le modèle à apprendre de nombreuses frontières distinctes.
Le même schéma s’est retrouvé dans une étude de collision frontale composée de 60 expériences. Les erreurs de prédiction des positions d’intrusion, par rapport à l’analyse par éléments finis (FE), se situaient entre 0,9 % et 12,6 %, tandis que les erreurs de prédiction des accélérations aux points de fixation du siège atteignaient 16,8 %. L’article relie ce résultat au fait que l’intrusion est un déplacement plus lisse, alors que l’accélération est la dérivée seconde du déplacement et contient des composantes à haute fréquence.
Des sorties riches n’impliquent pas toujours davantage de données
L’étude frontale présente un autre résultat qui peut sembler contre-intuitif. Les prédicteurs des valeurs scalaires ont nécessité la totalité des 60 expériences, mais les prédicteurs des courbes bidimensionnelles et des résultats de champs tridimensionnels ont été entraînés sur seulement 20 expériences. Ces champs comprennent le déplacement et la déformation plastique en trois points d’intégration à travers l’épaisseur et à chaque pas de temps.
L’explication possible mentionnée par l’article est qu’une seule expérience fournit au prédicteur de champ une quantité de données d’entraînement bien plus importante qu’à un prédicteur traitant une valeur numérique unique. L’expérience fournit un seul nombre pour l’intrusion maximale au niveau de la zone du pied, mais elle fournit simultanément un champ spatial corrélé à travers le modèle et à tous les instants.
Qu’est-ce qui change concrètement dans la planification des expériences ?
La règle pratique proposée consiste à concevoir la campagne de simulations en fonction de la réponse la moins lisse, et non selon la forme de sortie la plus complexe. Avant d’engager la totalité du budget de résolution, l’article recommande de commencer par une phase pilote et d’analyser les données initiales.
- Examiner la matrice de corrélation et les nuages de points afin de déterminer quelles variables influencent chaque réponse.
- Utiliser le score de capacité prédictive, qui repère les relations linéaires et non linéaires sur une échelle de 0 à 1, pour estimer la difficulté de la réponse avant d’entraîner un prédicteur complet.
- Lire la courbe d’apprentissage qui relie la taille des données à la précision, afin de déterminer si l’ajout de 20 expériences supplémentaires sera utile ou si les performances ont atteint un plateau.
- Associer chaque prédiction à ses limites d’erreur ; si la prédiction sort des limites rapportées ou de son intervalle de confiance, il convient de la considérer comme un signal indiquant qu’une nouvelle résolution doit être effectuée, et non comme une réponse fiable.
- Utiliser des cartes d’importance des variables de conception afin de réduire les dépenses consacrées aux variables ayant peu d’influence et de réorienter les expériences vers les variables influentes.
L’article explique que la différence entre une campagne de 25 expériences et une autre de 100 expériences peut représenter quatre fois le temps de résolution explicite et le nombre de jours calendaires. À l’inverse, réduire excessivement les données entraîne l’échec de la validation et une perte de confiance dans la méthode, tandis que les augmenter inutilement impose le coût d’expériences dont la courbe d’apprentissage aurait révélé l’inutilité.
Dans un exemple pratique, les prédicteurs ont été utilisés comme modèles de surface de réponse pour piloter une optimisation par algorithme de recuit simulé sur 500 itérations en quelques minutes, la prédiction des critères de blessure prenant quelques secondes au lieu d’exécuter une simulation complète à chaque itération.
Lecture de certi.news
La valeur essentielle ici n’est pas la promesse que les modèles d’apprentissage automatique élimineront les simulations, mais le fait qu’ils offrent un meilleur critère pour répartir le budget d’expérimentation : la difficulté de la cible physique est plus importante que le nombre d’entrées ou la richesse de la sortie. Toutefois, les résultats présentés proviennent d’un article sponsorisé et exposent des études précises sans fournir, dans le texte disponible, tous les détails méthodologiques ; il convient donc de considérer les règles de choix de la taille des données comme un point de départ pour l’expérimentation et la validation, et non comme un substitut à une vérification technique indépendante ou à la résolution des cas situés hors des limites de confiance.