En tant que stagiaire au CEA, vous aurez l'opportunité de travailler au sein d'un environnement de recherche de renommée mondiale. Nos équipes sont composées d'experts passionnés et dédiés, offrant un cadre propice à l'apprentissage et à la collaboration. Vous aurez accès à des équipements de pointe et à des ressources de recherche de premier ordre pour mener à bien vos missions.

Contexte

 Le laboratoire travaille sur des systèmes d'instrumentation destinés à des applications de contrôle non destructif (CND) et de monitoring des structures (SHM) ou d’évènements audio.

Dans ce type d'applications, répondre à l’objectif visé de détection ou d’apparition de défauts entre différents systèmes autonomes avec le moins d’intervention humaine, pourrait contribuer à simplifier l'installation et à renforcer la robustesse face à une réorganisation de l’ensemble des dispositifs (pannes, ajouts, état dégradé,…).

Le cas d’usage sur lequel s’appuiera le stage concerne un réseau de capteurs audio distribué, sur lesquels des algorithmes basés sur une inférence d’IA permettra d’extraire un certain nombre de features, limitant les communications à des données utiles entre les nœuds et/ou vers un système maître.

Pour des capteurs distribués s’apparentant à des systèmes cyber-physiques, la notion de « self-awareness » (auto-conscience) fait référence à la faculté d'observer et de modéliser son propre état, ses ressources et son environnement afin d'adapter dynamiquement son comportement. Les différentes tâches impliquées dans ces processus internes peuvent faire l’objet de complexité et de méthodes diverses que ce soit du code analytique ou de l’IA.

Qu’attendons-nous de vous ?

Le stage se focalisera sur la mise en œuvre des capteurs et l’implémentation d’un framework dérivé du framework RoSA [1]. Des travaux précédents serviront de cadre au stage, notamment avec une version de modules sans-fil et une base pour l’environnement et les outils pour l’implémentation et l’évaluation de ce framework. Des évolutions des outils seront possibles.

Le but du stage est de mener une réflexion sur le framework pour l’adapter à notre cas, l’implémenter dans nos capteurs et en évaluer les performances.

[1] M. Götzinger et al., « RoSA: A Framework for Modeling Self-Awareness in Cyber-Physical Systems », IEEE Access, vol. 8, p. 141373‑141394, 2020, doi: 10.1109/ACCESS.2020.3012824.

#CEA-List

dernière année d’école d’ingénieur ou de master (bac+5) dans le domaine des systèmes embarqués ou en informatique avec des compétences en machine learning/IA, qui veut mener des travaux innovants dans un laboratoire combinant électronique d’instrumentation, traitement du signal et intelligence artificielle.

connaissances en langages de programmation C, C++ et Python ainsi qu’un intérêt certain pour le traitement du signal et le machine learning/IA.