Cette thèse vise à développer un cadre mathématique et algorithmique pour la résolution de problèmes inverses acoustiques en environnements complexes, fondé sur l’apprentissage informé par la physique. En intégrant explicitement l’équation des ondes dans des architectures d’intelligence artificielle, l’objectif est d’améliorer la reconstruction de champs acoustiques à partir de mesures partielles, la localisation de sources mobiles et l’analyse quantitative de leur détectabilité. Le projet combine modélisation des équations aux dérivées partielles, optimisation contrainte et apprentissage profond hybride. Les applications concernent les systèmes de perception acoustique distribuée et la détection de plateformes mobiles.