Pause
Lecture
Moteur de recherche d'offres d'emploi CEA

Développement d'un cadre d'analyse basé sur le ML pour la caractérisation rapide des conteneurs de déche


Détail de l'offre

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-25-0409  

Direction

DRF

Description du sujet de thèse

Domaine

Sciences pour l'ingénieur

Sujets de thèse

Développement d'un cadre d'analyse basé sur le ML pour la caractérisation rapide des conteneurs de déchets nucléaires par tomographie muonique

Contrat

Thèse

Description de l'offre

Cette thèse de doctorat vise à développer un cadre d'analyse avancé pour l'inspection des conteneurs de déchets nucléaires à l'aide de la tomographie muonique, et plus particulièrement via la méthode par diffusion des muons. La tomographie muonique, qui exploite les muons naturels issus des rayons cosmiques pour scanner des structures denses, s'est avérée précieuse dans des domaines dans lesquels les méthodes d'imagerie traditionnelles sont inefficaces. Le CEA/Irfu, avec son expertise dans les détecteurs de particules, cherche à exploiter l'intelligence artificielle (IA) et le Machine Learning (ML) pour optimiser l'analyse des données des muons, notamment pour réduire les temps d'exposition et améliorer la fiabilité des images.

Le projet consistera à se familiariser avec les principes de la muographie, à simuler les interactions des muons avec les conteneurs de déchets et à développer des techniques de traitement d'images et d'augmentation de données basées sur le ML. Le résultat devrait aboutir à des outils efficaces permettant d'interpréter les muographies (images de tomographie muonique), d’accélérer l’analyse et de classifier de manière fiable le contenu des conteneurs. L'objectif de la thèse est d'améliorer la sécurité et la fiabilité de l'inspection des déchets nucléaires en produisant des muographies plus nettes, plus rapides et plus interprétables grâce à des méthodes d'analyse innovantes.

Université / école doctorale

PHENIICS (PHENIICS)
Paris-Saclay

Localisation du sujet de thèse

Site

Saclay

Critères candidat

Formation recommandée

M2 ou diplôme d'ingénieur

Demandeur

Disponibilité du poste

01/10/2025

Personne à contacter par le candidat

GOMEZ Hector Hector.Gomez@cea.fr
CEA
DRF/IRFU/DEDIP/DEPHYS
CEA Paris-Saclay, 91 191 - Gif sur Yvette

Bat. 534, P. 106D
0169086380

Tuteur / Responsable de thèse

ATTIÉ David david.attie@cea.fr
CEA
DRF/IRFU/DEDIP/DEPHYS
Bât. 534, p. 34
CEA-Saclay
91191 Gif-Sur-Yvette
(+33)(0)1 69 08 11 14

En savoir plus


https://irfu.cea.fr/Phocea/Vie_des_labos/News/index.php?id_news=3388
https://irfu.cea.fr/en/Phocea/Vie_des_labos/Ast/ast.php?t=fait_marquant&id_ast=4888.