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

Algorithme IA pour la prédiction de l'endommagement laser des optiques du LMJ


Détail de l'offre

Informations générales

Entité de rattachement

Le CESTA, un des centres de la DAM, rassemble près de 1000 salariés dans un centre de 700 hectares au cœur de la Nouvelle Aquitaine, au sud de la Gironde entre Bordeaux et Arcachon.

Directement pour les produits dont la DAM a la responsabilité, le CESTA assure la conception avec des méthodes de conception collaborative intégrée. Le CESTA assure également la démonstration des performances dans une démarche duale essais/modélisation mettant en œuvre un parc exceptionnel de moyens d'essais, de la modélisation physique de haut niveau et des calculateurs parmi les plus puissants au monde.

Sur le CESTA est implanté le plus grand laser d'Europe, le Laser Mégajoule LMJ, très grand instrument de recherche qui permet de chauffer la matière jusqu'aux conditions extrêmes que l'on retrouve lors du fonctionnement des armes ou au cœur des étoiles. Pour cela, le CESTA accueille une expertise reconnue mondialement, en conception laser, en technologie des composants optiques, en informatique industrielle…

Les travaux du CESTA offrent en outre l'opportunité de collaboration avec les industriels et les laboratoires de recherche, en France et à l'international.  

Référence

2022-21093-S0677  

Description du poste

Domaine

Mathématiques, information  scientifique, logiciel

Contrat

Post-doctorat

Intitulé de l'offre

Algorithme IA pour la prédiction de l'endommagement laser des optiques du LMJ

Sujet de stage

Algorithme IA pour la prédiction de l'endommagement laser des optiques du LMJ

Durée du contrat (en mois)

1 an + 1 an

Description de l'offre

Le Département des Lasers de Puissance a en charge le suivi de l’endommagement laser des composants optiques du Laser Mégajoule (LMJ). Sur l’installation, des diagnostics réalisent des mesures d'endommagement des composants optiques afin de s’assurer de leur intégrité et de leur performance optique. Les dommages sont détectés sur les acquisitions par des algorithmes de traitement d'images. L'analyse de l'évolution de ces dommages doit permettre de repérer leur apparition et de prédire leur croissance. Les contraintes en termes de résolution et de nombre de données à traiter nécessitent la mise en œuvre de traitements numériques pour réaliser ces opérations d'analyse.
L'objectif de ce post-doctorat est de réaliser un algorithme de classification des dommages et de prédiction de croissance. Une version préliminaire de cet algorithme de deep learning (intelligence artificielle) développé en collaboration avec l'Institut Fresnel contient les premières briques pour le tracking des dommages et la prédiction de leur évolution. Il s'agira de l'enrichir et l'améliorer en s'appuyant sur les nouvelles mesures d'endommagement acquises sur l'installation du Laser MégaJoule. Des mesures complémentaires sur des composants représentatifs seront également réalisées sur les bancs d’analyse expérimentale de la tenue au flux laser au CEA CESTA. L'ensemble de ces mesures seront utilisées pour aider à l'entrainement et au réglage des réseaux de neurones.
L'objectif de ce post-doctorat est de poursuivre le développement d'algorithmes d'intelligence artificielle pour la prédiction de l'endommagement laser sur le Laser MégaJoule. Le travail comprend :
- l'analyse des données issues de l'installation du LMJ, très représentatives du comportement étudié,
- la définition, le suivi et l'analyse d'expériences sur d'autres moyens expérimentaux pour apprécier l'impact des facteurs d'influence sur la croissance de dommage (taux de modulation, forme temporelle de l'impulsion laser, largeur de bande spectrale, pollution particulaire des optiques) afin de les intégrer au modèle de deep learning,
- l'analyse des publications scientifiques du domaine pour construire un ensemble algorithmique complet et représentatif.

L'algorithme aujourd'hui développé est un algorithme de deep learning supervisé. D'autres méthodes pourront être testées pour répondre aux besoins de classification des dommages et de prédiction de leur évolution. Ces travaux seront conduits en partie en collaboration avec l'Institut Fresnel (Marseille).

Profil du candidat

Traitement de données, traitement d'images
Compétences en machine / deep learning
Anglais requis pour présentation des travaux à des conférences internationales et pour publication d'articles scientifiques.
Python, Machine learning, Deep learning
Thèse

Localisation du poste

Site

Cesta

Localisation du poste

France, Nouvelle-Aquitaine, Gironde (33)

Ville

Le Barp