Informations générales
Entité de rattachement
Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.
Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.
Implanté au cœur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.
Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :
• La conscience des responsabilités
• La coopération
• La curiosité
Référence
SL-DRF-24-0397
Direction
DRF
Description du sujet de thèse
Domaine
Physique corpusculaire et cosmos
Sujets de thèse
Chimie de déséquilibre des atmosphères d'exoplanètes à l'ère du JWST. Une opportunité pour le Machine Learning.
Contrat
Thèse
Description de l'offre
En un peu plus d'un an d'exploitation scientifique, le JWST a déjà révolutionné notre compréhension des exoplanètes et de leurs atmosphères. La mission spatiale ARIEL, qui sera lancée en 2029, contribuera en temps voulu à cette révolution. L'une des principales découvertes rendues possibles par la qualité exceptionnelle des données du JWST est que les atmosphères des exoplanètes sont en déséquilibre chimique. Un traitement complet du déséquilibre est à la fois complexe et coûteux sur le plan computationnel. Dans un premier temps, notre projet étudiera numériquement l'étendue du déséquilibre chimique dans les atmosphères des cibles du JWST. Nous utiliserons à cette fin un modèle photochimique développé chez nous. Dans un second temps, notre projet explorera les techniques de Machine Learning (ML) pour émuler les sorties du modèle photochimique complet à un coût de calcul réduit. Les performances de l'émulateur basé sur le ML seront analysées dans le but ultime de l'intégrer dans les modèles de inversion atmosphérique. Le projet proposé combine la physique et la chimie sophistiquées des atmosphères d'exoplanètes avec les développements de nouvelles techniques numériques.
Université / école doctorale
Science de la Terre et de l’Environnement et Physique de l’Univers Paris (STEPUP)
Université de Paris
Localisation du sujet de thèse
Site
Saclay
Demandeur
Personne à contacter par le candidat
Garcia Muñoz Antonio antonio.garciamunoz@cea.fr
CEA
DRF/IRFU/DAP/LDE3
DRF/IRFU/DAp/LDE3 CEA Saclay
CEA Paris-Saclay, 91191 Gif-sur-Yvette Cedex, France
Tuteur / Responsable de thèse
Garcia Muñoz Antonio antonio.garciamunoz@cea.fr
CEA
DRF/IRFU/DAP/LDE3
DRF/IRFU/DAp/LDE3 CEA Saclay
CEA Paris-Saclay, 91191 Gif-sur-Yvette Cedex, France
En savoir plus
https://antoniogarciamunoz.wordpress.com/
http://irfu.cea.fr/dap/LDEE/index.php