Modèles bioénergétiques
Puissance critique et réserve W′, modèles à compartiments de la famille Margaria–Morton : relier consommation d'oxygène, puissance et temps limite.
LBEPS · Université d'Évry Paris-Saclay
Icam · Grand Paris Sud
Des modèles et des données pour construire le jumeau numérique de l'athlète.
Modélisation mathématique, calibration et incertitude, apprentissage automatique : ce qu'un modèle peut réellement apprendre d'un athlète à partir de mesures de laboratoire, et comment l'enseigner à des étudiants qui n'ont jamais programmé.
Jumeau numérique de l'athlète
Bioénergétique de l'exercice
Identifiabilité et incertitude
Machine learning et PINN
Turbulence et assimilation de données
Recherche
Ce qu'on peut apprendre d'un athlète avec un modèle
Un jumeau numérique n'est utile que si ses paramètres sont déterminés par les mesures disponibles, avec une précision connue. Mes travaux portent sur cette question, pour les modèles bioénergétiques de l'exercice.
Identifiabilité et incertitude
Quels paramètres un protocole de laboratoire détermine-t-il vraiment, et avec quelle précision ? Information de Fisher, profils de vraisemblance, plans d'expérience.
Données et apprentissage
Assimilation de données, réseaux de neurones et apprentissage informé par la physique, issus de mes travaux antérieurs en mécanique des fluides numérique.
Enseignement
Apprendre le calcul en partant du sport
Des supports ouverts, conçus pour des étudiants sans expérience de la programmation : tout s'exécute dans le navigateur, rien à installer.
Master international · 2026
Computing with a digital twin: Python lab
Un exposé puis trois séances de travaux pratiques en Python, sur des modèles de l'athlète.
- 1Le jumeau du cyclistePuissance critique, simulation du réservoir W′, incertitude par Monte Carlo.
- 2L'allure du coureurSimuler un 1500 m et comparer sa stratégie à l'optimum (modèle d'Aftalion et Trélat).
- 3Apprendre à partir des donnéesForêt aléatoire, réseau de neurones, descente de gradient et réseau informé par la physique.
Publications
Une sélection
Du sport à la mécanique des fluides : la même question de ce que des données permettent d'estimer.
2026
Which quantities of a bioenergetic digital twin of an athlete can be individualized? Identifiability of a two-compartment model of critical power: a simulation studysoumis
T. Gomez · code et données sur Zenodo 2023 Predicting unresolved scales interactions with 3D neural networks in homogeneous isotropic turbulence
N. Saura, T. Gomez · Europhysics Letters 2023 A multi-element non-intrusive Polynomial Chaos method using agglomerative clustering based on the derivatives to study irregular and discontinuous Quantities of Interest
N. Vauchel, É. Garnier, T. Gomez · Journal of Computational Physics 473 2020 Data-driven predictions of the Lorenz system
P. Dubois, T. Gomez, L. Planckaert, L. Perret · Physica D 408 2019 Bayesian optimisation of RANS simulation with ensemble-based variational method in convergent-divergent channel
X. Zhang, T. Gomez, O. Coutier-Delgosha · Journal of Turbulence 2017 Dynamics of helicity in homogeneous skew-isotropic turbulence
A. Briard, T. Gomez · Journal of Fluid Mechanics 821 2016 Reconstruction of unsteady viscous flows using data assimilation schemes
V. Mons, J.-C. Chassaing, T. Gomez, P. Sagaut · Journal of Computational Physics 316
T. Gomez · code et données sur Zenodo 2023 Predicting unresolved scales interactions with 3D neural networks in homogeneous isotropic turbulence
N. Saura, T. Gomez · Europhysics Letters 2023 A multi-element non-intrusive Polynomial Chaos method using agglomerative clustering based on the derivatives to study irregular and discontinuous Quantities of Interest
N. Vauchel, É. Garnier, T. Gomez · Journal of Computational Physics 473 2020 Data-driven predictions of the Lorenz system
P. Dubois, T. Gomez, L. Planckaert, L. Perret · Physica D 408 2019 Bayesian optimisation of RANS simulation with ensemble-based variational method in convergent-divergent channel
X. Zhang, T. Gomez, O. Coutier-Delgosha · Journal of Turbulence 2017 Dynamics of helicity in homogeneous skew-isotropic turbulence
A. Briard, T. Gomez · Journal of Fluid Mechanics 821 2016 Reconstruction of unsteady viscous flows using data assimilation schemes
V. Mons, J.-C. Chassaing, T. Gomez, P. Sagaut · Journal of Computational Physics 316
Parcours
Affiliations
Laboratoire de Biologie de l'Exercice pour la Performance et la Santé (LBEPS)
Université d'Évry Paris-Saclay · jumeaux numériques de l'athlète, modèles bioénergétiques
Icam, site de Grand Paris Sud
École d'ingénieurs · enseignement
Collaborer, échanger, accueillir un stage
Recherche, enseignement ou projet autour du jumeau numérique de l'athlète.