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

Réseaux de Neurones Graph pour la reconstruction de surfaces 3D


Détail de l'offre

Informations générales

Entité de rattachement

La Direction des Applications Militaires (DAM) du CEA, au cœur des enjeux de la dissuasion nucléaire Française, cherche ses futurs talents. Organisme inclusif, le CEA est handi-accueillant : nos emplois sont ouverts à toutes et tous. Associer les forces et les compétences de chacun pour atteindre nos objectifs est l'une de nos valeurs partagée par nos 4 600 salariés, répartis sur 5 centres. Les 1 800 salariés du centre de Bruyères-le-Châtel, en Ile de France relèvent les défis scientifiques et technologiques au service de notre Sécurité Nationale. Le centre conçoit les charges nucléaires des armes de la dissuasion, garantit leur sécurité et leur fiabilité en s'appuyant sur le programme simulation. Il met son expertise technique au service des activités dans la lutte contre la prolifération nucléaire, le terrorisme et les alertes en cas de séisme ou de tsunami. Il assure l'ingénierie des infrastructures complexes de la DAM, de leur conception à leur démantèlement. Il co-développe avec Atos les supercalculateurs au meilleur niveau mondial, dont sont issus ceux du Très Grand Centre de Calcul du CEA, qu'il exploite pour ses missions Défense et gère au profit de la recherche. Enfin, il exploite les installations nécessaires au maintien en condition opérationnelle et à la conception des chaufferies nucléaires embarquées sur les sous-marin et les porte-avions.
Venez-vous investir et relever des défis avec des moyens technologiques d'exception!  

Référence

2022-23601-S0949  

Description du poste

Domaine

Mathématiques, information  scientifique, logiciel

Contrat

Stage

Intitulé de l'offre

Réseaux de Neurones Graph pour la reconstruction de surfaces 3D

Sujet de stage

Dans le cadre du programme Simulation du CEA DAM, nous avons le plus souvent à modéliser des géométries complexes 3D (moteurs, réacteurs, pièces mécaniques) à l'aide de logiciels de CAO représentant ces objets comme des ensembles de courbes et surfaces paramétriques. Nous rencontrons aujourd'hui un besoin nouveau où la géométrie complexe est définie par un nuage de points à partir duquel nous devons reconstruire des surfaces 3D discrétisées sous la forme d'un ensemble de triangles. Ce type de problème est usuel en informatique graphique où l'acquisition par scanner 3D d'objets réels peut générer de tels nuages. En ce qui nous concerne les nuages de points considérés sont potentiellement composés de millions de points et sont générés par l'exécution de codes de simulation et correspondent à une approximation d'interface entre matériaux en dynamique des fluides.

Durée du contrat (en mois)

Césure ou 6 mois

Description de l'offre

L'objectif du stage sera de proposer et développer une méthode permettant de générer de telles surfaces en utilisant les réseaux de Neurones Graph. La solution proposée s'inspirera de deux papiers scientifiques récents qui ont montré :
-la possibilité d'utiliser des méthodes d'apprentissage profond sur des données non structurées telles que les maillages surfaciques (grossièrement des graphes) [1];
-la supériorité de ces méthodes sur des méthodes classiques de reconstruction de surfaces [2].
Le travail du stage, fortement orienté Recherche, consistera dans un premier temps à comprendre ces différentes méthodes puis à les mettre en oeuvre, voir en proposer des modifications, dans le contexte des données spécifiques à notre problème. La solution obtenue devra être analysée sur différents aspects (performance, fidélité, temps de restitution) et si possible comparée à une approche plus classique de reconstruction de surfaces sans utilisation de l'apprentissage.

[1] W. Hamilton, R. Ying, J. Leskovec. Inductive representation learning on lagre graphs, in NeurIPS, 2017.
[2] R. Sulzer, L. Landrieu, R. Marlet, B. Vallet. Scalable surface reconstruction with Delaunay-Graph Neural Networs. Computer Graphics Forum, 2021.

Conformément aux engagements pris par le CEA en faveur de l'intégration des personnes en situation de handicap, cet emploi est ouvert à tous et toutes.

Profil du candidat

Apprentissage profond, C++, Python
Bac+5

Localisation du poste

Site

DAM Île-de-France

Localisation du poste

France, Ile-de-France, Essonne (91)

Ville

Bruyères-le-Châtel