---
theme: academic
class: text-white
coverAuthor: Laurent Fainsin
coverBackgroundUrl: https://git.fainsin.bzh/ENSEEIHT/projet-fin-etude-rapport/media/branch/master/assets/aube.jpg
coverBackgroundSource: Safran Media Library
coverBackgroundSourceUrl: https://medialibrary.safran-group.com/Photos/media/179440
coverDate: '2023-09-07'
themeConfig:
  paginationX: r
  paginationY: t
  paginationPagesDisabled:
    - 1
title: Projet de fin d'étude
---

<h2 class="opacity-50" style="font-size: 2rem;">Projet de Fin d'Étude</h2>

<h1 style="font-size: 2.4rem; line-height: normal;">Modèles génératifs pour la représentation latente d'aubes 3D sous forme de maillages non structurés</h1>

---

## Sommaire

<div class="h-100 flex items-center text-2xl">

- Présentation de Safran
- Modèles génératifs
- Présentation du dataset
- Génération par diffusion
- Résultats
- Conclusion

</div>

---

## Présentation rapide de Safran

---

## Modèles génératifs (traditionnels)

<img src="https://git.fainsin.bzh/ENSEEIHT/projet-fin-etude-rapport/media/branch/master/assets/online_adaptative_sampling_DOE.png" class="m-auto h-100 mt-10"/>

---

## Modèles génératifs (deep learning)

<img src="https://lilianweng.github.io/posts/2021-07-11-diffusion-models/generative-overview.png" class="m-auto h-110"/>

<a href="https://lilianweng.github.io/posts/2021-07-11-diffusion-models/" class="absolute bottom-0 font-extralight mb-1 mr-2 right-0 text-xs">Lilian Weng, 2021</a>

---

## Dataset

---

## Denoising Diffusion Probabilistic Models (DDPM)

---

## Forward process

---

## Reverse process

---

## Latent Diffusion Models (LDM)

---

## Classifier-free Guidance (CFG)

---

## Résultats

---

## Vérification par Gaussian Processes (GP)

---

## Conclusion