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

Analyse d'image par deep learning de la microstructure de matériaux céramiques H/F


Détail de l'offre

Informations générales

Entité de rattachement

Situé à 15km de Tours, le centre Le Ripault concentre tous les métiers et compétences scientifiques et techniques pour la mise au point de nouveaux matériaux, depuis leur conception (modélisation sur ordinateur, synthèse, …) jusqu'à leur fabrication (mise en forme, usinage, …) et leur caractérisation. Cette expertise, de l'amont à l'aval, développée au service de la Défense, trouve de nombreuses applications intéressant les activités civiles, profitant aussi bien à de grands industriels qu'à des PME.  

Référence

2020-15360  

Description de l'unité

Le CEA Le Ripault est situé à Monts, près de Tours, en région Centre Val de Loire. Il rassemble, au profit de la Direction des applications militaires (DAM), tous les métiers et les compétences scientifiques et les techniques nécessaires à la mise au point de nouveaux matériaux et de systèmes, depuis leur développement jusqu'à leur industrialisation :- ingénierie moléculaire & synthèse- microstructures & comportements- conception & calculs- prototypage & métrologie- fabrication & traitement de surface- caractérisation & expertisePour être pleinement opérationnels, les laboratoires du Ripault sont soutenus par des équipes fonctionnelles spécialisées dans les domaines des Ressources Humaines, des Achats/Finances, de la Sécurité, de la Conduite de travaux, de la Logistique/Transport, de l'Informatique et de la Santé.

Description du poste

Domaine

Mathématiques, information  scientifique, logiciel

Contrat

Post-doctorat

Intitulé de l'offre

Analyse d'image par deep learning de la microstructure de matériaux céramiques H/F

Statut du poste

Cadre

Durée du contrat (en mois)

12

Description de l'offre

Hormis quelques techniques expérimentales permettant d’accéder à la structure granulaire 3D de matériaux le plus souvent métalliques, la connaissance de la microstructure des matériaux est acquise à partir d’observations 2D micrographiques (microscopie optique et Microscopie Electronique à Balayage - MEB en différents modes). Dans le cas des matériaux céramiques, la mise en évidence de la microstructure est toujours partielle et donc difficile à automatiser dans le cadre d’une analyse d’image classique. Il faut souvent recourir à une interprétation manuelle des images (tracé des joints de grains manquants, par exemple) pour permettre une analyse numérique des images.

Dans ce contexte, l’analyse d’image par deep learning est très prometteuse puisqu’elle permet de s’affranchir de ces difficultés pour, à l’instar d’un opérateur, distinguer correctement les caractéristiques microstructurales sur une micrographie 2D. La principale difficulté de cette technique, outre la définition d’un modèle de réseau à même de mener à bien l’analyse, est de disposer d’un nombre suffisant d’images analysées pour effectuer l’apprentissage du réseau. Ce nombre assez élevé (plusieurs milliers) dépasse largement la quantité d’images traitées disponibles, même en considérant qu’une observation sur une image de grande taille peut fournir plusieurs sous-images d’entrée.

Une première partie du sujet consiste alors à simuler ces images de manière suffisamment réaliste pour que le réseau constitué soit capable de traiter les images expérimentales qui lui sont soumises. Des essais préliminaires montrent que cette voie est pertinente.  

La deuxième partie concerne la construction du réseau qui, même si la littérature propose un certain nombre de modèles applicables, devra être optimisé en fonction des caractéristiques des images étudiées.

L’objectif de ce stage est de construire une modélisation des images micrographiques analysées de manière à alimenter l’apprentissage d’un réseau deep-learning.  Il s’agira également d’optimiser la construction de ce réseau (les essais préliminaires sont basés sur un réseau de type U-net).


 

Profil du candidat

Le candidat devra disposer de compétences en deep-learning.
Des connaissances en science des matériaux seront appréciées mais pas indispensables.

Localisation du poste

Site

Le Ripault

Localisation du poste

France, Centre-Val de Loire, Indre et Loire (37)

Ville

Place Raoul Dautry 37250 Monts

Demandeur

Disponibilité du poste

01/03/2021