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

Stage recherche - Master 2 ou Ecole d'Ingénieurs H/F


Détail de l'offre

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

2023-29656  

Description de l'unité

Situé sur le plateau de Saclay en région parisienne, au sein du CEA-LIST le Département Instrumentation Numérique développe des méthodes et des outils de simulation et d’instrumentation en Contrôle Non Destructif (CND) et en Structural Health Monitoring (SHM) visant à détecter des défauts dans les domaines pour lesquels la sécurité d’opération est primordiale (aéronautique, nucléaire, pétrole, ferroviaire…). Le stage s'inscrira dans les activités du Laboratoire d'Acoustique pour le Contrôle et la Caractérisation (LA2C) dans le domaine de l'imagerie ultrasonore, et l'étude sera menée en collaboration avec le Laboratoire de Simulation, Modélisation, Analyse (LSMA) pour superviser les développements en machine learning.

Description du poste

Domaine

Sciences pour l'ingénieur

Contrat

Stage

Intitulé de l'offre

Stage recherche - Master 2 ou Ecole d'Ingénieurs H/F

Sujet de stage

Inversion d’images ultrasonores par apprentissage automatique pour la caractérisation de défauts en contrôle non-destructif

Durée du contrat (en mois)

6 mois

Description de l'offre

Le travail portera sur l’inversion des images ultrasonores dans des matériaux pour y caractériser des défauts, tels que des fissures, porosités ou inclusions. L’inversion s’appuiera sur des méthodes de machine learning[1] (e.g., réseaux de neurones profonds, machines à noyaux, etc.) et des outils de simulation, notamment la plateforme logicielle CIVA[2] développée par le DISC. Pour accélérer la phase d’apprentissage du modèle de machine learning avec des données simulées, on s’intéressera par exemple à l’imagerie rapide associant le Plane Wave Imaging (PWI)[3] et des algorithmes d’imagerie rapides opérant dans le domaine de Fourier[4]. 


Le stage comportera une étude bibliographique sur l’imagerie ultrasonore et les applications du machine learning dans ce domaine. Il s’agira ensuite de prendre en main un dispositif expérimental du laboratoire pour réaliser l’acquisition des signaux échographiques, et les codes de calcul (Matlab ou Python) pour reconstruire les images PWI à partir de ces données et de librairies standard dans le domaine de l’apprentissage automatique (Keras, Scikit-Learn…). Enfin, le travail consistera à mettre en place la procédure d’inversion en exploitant le logiciel CIVA pour calculer un ensemble d’images à partir de signaux simulés et des méthodes d’apprentissage performantes, puis à démontrer une première preuve de concept en inversant des images expérimentales. L’étudiant bénéficiera de l’aide des chercheurs du laboratoire pour prendre en main les outils numériques et expérimentaux, et de l’expertise du département dans le domaine de l’imagerie, de la simulation et de la science des données. 


Une gratification mensuelle fixe (jusqu’à 1300 € brut) est accordée aux stagiaires préparant un diplôme bac +5 et plus. Une prime mensuelle peut être versée en fin de stage, en fonction de son bon déroulement et/ou des résultats obtenus, et une partie des frais occasionnés directement par le stage (transport, logement) peut être remboursée. 


[1] R. Miorelli, et al., Defect sizing in guided wave imaging structural Health Monitoring Using Convolutional Neural Networks, NDT&E Int. 122 (2021) 102480. https://doi.org/10.1016/j.ndteint.-2021.102480
[2] https://www.extende.com/fr
[3] Le Jeune, et al., Plane Wave Imaging for ultrasonic non-destructive testing: Generalization to multimodal imaging, Ultrasonics 64 (2016) 128–138. https://doi.org/10.1016/j.ultras.2015.08.008
[4] M. Marmonier et al., Real-time 3D imaging with Fourier-domain algorithms and matrix arrays applied to non-destructive testing, Ultrasonics 124 (2022) 106708. https://doi.org/10.1016/j.ultras.2022.106708

Moyens / Méthodes / Logiciels

Acoustique, traitement du signal, machine learning, expérimentation, Matlab, Python

Profil du candidat

Idéalement, le candidat aura un formation d'ingénieur généraliste avec des connaissances en physique des ondes, traitement du signal et en machine learning

Localisation du poste

Site

Saclay

Localisation du poste

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

Ville

Gif-sur-Yvette

Critères candidat

Diplôme préparé

Bac+5 - Master 2

Possibilité de poursuite en thèse

Oui

Demandeur

Disponibilité du poste

01/03/2024