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-24-0366
Direction
DRF
Description du sujet de thèse
Domaine
Défis technologiques
Sujets de thèse
Méthodes d'Apprentissage Automatique pour la Détection d'Anomalies dans les Données Expérimentales de Plasma de Fusion - Application aux Données de WEST
Contrat
Thèse
Description de l'offre
Les plasmas de fusion dans les Tokamaks ont une dynamique non-linéaire complexe. Dans le tokamak WEST, de la même famille que le projet ITER, une grande quantité de données expérimentales hétérogènes sur la fusion est collectée. Assurer l'intégrité et la qualité de ces données en temps réel est indispensable pour le fonctionnement stable et sûr du Tokamak. Une surveillance et une validation continues sont essentielles, car toute perturbation ou anomalie peut affecter significativement notre capacité à assurer la stabilité du plasma, à contrôler ses performances voire sa durée de vie. La détection de séquences ou d'événements inhabituels dans les données collectées peut fournir des informations précieuses et aider à identifier des comportements potentiellement anormaux dans les opérations sur le plasma.
Cette thèse vise à étudier et à développer un système de détection d'anomalies pour le tokamak WEST -- en préfiguration de ce qui pourrait être installé sur ITER -- en intégrant des algorithmes d'apprentissage automatique, des méthodologies statistiques et des techniques de traitement du signal pour valider divers signaux diagnostics dans les opérations Tokamak, notamment la densité, l'interférométrie, la puissance rayonnée et les mesures magnétiques.
Les résultats attendus sont :
– Le développement d'algorithmes d'apprentissage automatique capables de détecter des anomalies dans des séries temporelles sélectionnées à partir des données du Tokamak WEST.
– La mise au point d'un système autonome opérationnel pour assurer la qualité des données dans les machines de fusion de type Tokamak, intégré à la plateforme IA de WEST.
– La constitution d'une base de données exhaustive.
– La validation d'un algorithme automatique d'assurance qualité des données spécifiques aux plasmas de fusion.
Université / école doctorale
Physique et Sciences de la Matière (ED352)
Aix-Marseille Université
Localisation du sujet de thèse
Site
Cadarache
Critères candidat
Formation recommandée
Master2 ou Ecole d'ingenieur
Demandeur
Disponibilité du poste
01/11/2024
Personne à contacter par le candidat
ALMUHISEN Feda feda.almuhisen@gmail.com
CEA
DRF/IRFM/SPPF/GC3I
CEA, IRFM, F-13108 Saint-Paul-lez-Durance, France
+33(0)442256289
Tuteur / Responsable de thèse
DUMONT Rémi remi.dumont@cea.fr
CEA
DRF/IRFM/SPPF/GEDS
CEA, IRFM, F-13108 Saint-Paul-lez-Durance, France
+33 (0)442254876
En savoir plus