Ce stage s’inscrit dans le cadre de la valorisation des sols excavés pour la construction en terre, en s’intéressant plus particulièrement à la stabilisation de ces sols et à la prédiction de leurs performances mécaniques à l’aide de l’intelligence artificielle (IA). L’objectif principal est de développer des modèles d’apprentissage capables d’évaluer l’influence des paramètres de formulation (granulométrie, composition chimique, taux de liant, humidité, etc.) sur les propriétés mécaniques des matériaux obtenus, tels que la résistance à la compression ou à la flexion. Le travail consistera à construire une base de données issue de la littérature scientifique ou de résultats expérimentaux existants, à mettre en œuvre différents modèles d’IA (régression, forêts aléatoires, réseaux de neurones, etc.) et à comparer leurs performances pour identifier les approches les plus pertinentes. Les modèles développés permettront d’optimiser les formulations des matériaux à base de terre stabilisée et d’appuyer la prise de décision dans le choix des stratégies de valorisation.
Ce travail contribuera à la compréhension des mécanismes de stabilisation des sols excavés et à la promotion de leur utilisation dans des matériaux de construction durables et à faible impact environnemental.