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

IA explicative pour l'interpretation des données de Diffusion aux Petits Angles


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-26-0329  

Direction

DRF

Description du sujet de thèse

Domaine

Physique de l'état condensé, chimie et nanosciences

Sujets de thèse

IA explicative pour l'interpretation des données de Diffusion aux Petits Angles

Contrat

Thèse

Description de l'offre

La thèse se déroulera dans deux laboratoires de Paris-Saclay : un groupe à l’expertise en intelligence artificielle développée depuis de nombreuses années MIA-PS (INRAE) et un autre en physique de la matière – matière molle, biologie- MMB-LLB (CEA/CNRS).
Les techniques de Diffusion aux Petits Angles (rayons X, neutrons, lumière) concernent une communauté toujours croissante, particulièrement active en France en particulier en matière molle et biologie. Le passage des données dans l’espace réciproque à l’espace réel se fait via des modèles différents - dont le groupe MMB est expert, que cela concerne la forme – sphère, bâton, plaquette, chaine polymère, ou les interactions - attraction, agrégation, répulsion, arrangement. De plus, des structures plus complexes, comme les protéines ou les agrégats irréguliers, nécessitent des approches computationnelles ou empiriques. Dans tous les cas, la solution n’est pas univoque. Cela est particulièrement difficile pour les groupes de recherche nouveaux arrivants dans la technique.

Dans cette thèse, grâce à l’expertise de MIA-PS en IA (machine learning, optimisation, visualisation), l’accent sera mis sur le développement de méthodes d’IA dite explicable. Une partie de la modélisation passe par des modèles mathématiques et physiques expliqués, une autre partie par des modèles dits « boites noires », que l’on s’attachera à progressivement expliquer.
Le-la doctorant-e pourra accéder aux données de trois cas d’utilisation (« use-cases ») fournis par le LLB, et à leurs experts, pour développer une méthodologie générique. Un premier pas pourra s’appuyer sur le logiciel mondialement partagé SasView, mine de modèles explicites. Nous avons d’ores et déjà reçu un accueil positif de la part des développeurs de SasView, qui pourra donc être un vecteur de dissémination. Apport précieux, les mesures de DPA complémentaires seront accessibles via les plateformes du LLB, et des synchrotrons Soleil et ESRF.

Par la suite, un volet sur l’interactivité homme-machine - garantissant que les utilisateurs restent pleinement responsables de la construction d’une explication physico-chimique-biologique., pourra être mis en place. Le MIA-PS est également expert en méthodes de visualisation interactive avancées.

Le sujet combine donc des développements très avancés en informatique et une richesse de systèmes dans l’espace réel choisis pour leur originalité et bien sûr, leurs retombées.

Université / école doctorale

Sciences Chimiques: Molécules, Matériaux, Instrumentation et Biosystèmes (2MIB)
Paris-Saclay

Localisation du sujet de thèse

Site

Saclay

Critères candidat

Formation recommandée

Bases de : physique, chime ou biologie, optique,ET de programmation informatique.

Demandeur

Disponibilité du poste

01/10/2026

Personne à contacter par le candidat

BOUE François francois.boue@cea.fr
CEA
DRF/IRAMIS/LLB/MMB
LLB CEA SACLAY 91191 Gif-sur-Yvette cedex
0169086460

Tuteur / Responsable de thèse

LUTTON Evelyne evelyne.lutton@cea.fr
INRAE
UMR MIA 518
LLB UMR12 CEA CNRS
CEA/Saclay Bat 563
91191 Gif sur Yvette

et

INRAE, Univ Paris-Saclay, Palaiseau, 91120, France
0169086460

En savoir plus

https://orcid.org/0000-0002-6799-3292
https://iramis.cea.fr/llb/mmb/.
https://scholar.google.com/citations?hl=fr&user=Bc20yLMAAAAJ&view_op=list_works&sortby=pubdate