Internship - Defect Detection using Physics-Informed Neural Networks

Job description: Join us as an Intern! CEA Tech Corporate from CEA Tech on Vimeo.  As an intern at CEA, you will have the opportunity to work within a world-renowned research environment. Our teams comprise passionate and dedicated experts, providing a conducive setting for learning and collaboration. You will have access to cutting-edge equipment and top-tier research resources to successfully accomplish your missions. Job Description: Within the Signals and Sensor Systems Laboratory, you will work with a team of 10 researchers. Data-driven learning (machine learning) has revolutionized a wide range of fields. Compared to other knowledge-based algorithms, they have demonstrated their ability to perform complex tasks (object detection, translation, text synthesis). However, training these models requires a significant amount of data, especially for deep learning networks. For instance, ChatGPT was trained on several hundred gigabytes of data. What can be done for other tasks where training data is difficult or costly to acquire? Or where it is insufficient? In recent years, a new paradigm has emerged, combining data with prior knowledge. Indeed, we often have knowledge about the task that is not contained in the training data. We know, for example, that the model output is always positive, that it must respect physics, etc. Adding this knowledge would allow us to achieve the same performance with less training data or obtain a more performant model. One way to add this knowledge has gained significant attention: physics-informed neural networks (PINNs). This method enables obtaining a solution that respects both the training data and a physical equation. Your internship will consist of applying this method to the case of a metallic beam deformation. To this end, several training datasets (experimental and synthetic) have already been acquired. The laboratory has also artificially created defects on this beam, which need to be localized. Your tasks will include: 1. Conducting a literature review on PINNs 2. Understanding and formatting the training datasets 3. Training a classical neural network 4. Training a physics-informed neural network 5. Analyzing your results and potentially drafting a publication Throughout your internship, particular attention will be paid to the organization of your code, version control, and documentation, as well as the critical analysis of the results obtained for different algorithm parameters.

Institute description: En tant que stagiaire au CEA-LETI (Institut de recherche technologique de CEA Tech), 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. Présentation de l'unité : Situé à Grenoble, le Département DSYS du LETI conduit des travaux de recherche et développement (R&D) qui visent, la conception et la réalisation de solutions innovantes pour l'industrie au sens large (TPE, PME, ETI, GG) et pour des secteurs applicatifs très variés (transport, sécurité, biens de consommation, habitat, industrie, santé, …). Il s'appuie sur un socle d'expertises couvrant : - Les communications au sens large (sans fil ou filaire ; courte et longue portée ; par ondes radio, lumière, couplage inductif…), - Les capteurs et les systèmes de capteurs miniatures, - La gestion, la récupération et la conversion d'énergie - La sécurisation des composants et systèmes électroniques et l'évaluation de leur vulnérabilité En nous rejoignant, vous contribuerez au développement des nouveaux algorithmes de traitement du signal, de machine learning et d'IA utilisés dans l'industrie française et européenne de demain.

Your profile: Qu’attendons-nous de vous ? Vous préparez un diplôme de niveau Master 2 en université ou 3ème année d’école d’ingénieur, dans les disciplines suivantes : informatique, mathématiques, télécommunications. Vous êtes passionné par la recherche scientifique et technologique et êtes reconnu pour votre rigueur, votre curiosité et votre d’enthousiasme pour résoudre des problèmes ouverts. Vous possédez des connaissances en machine learning et deep learning et disposez idéalement d’une première expérience dans ces domaines. Toute expérience antérieure dans le domaine de la recherche sera valorisée, notamment la lecture d’articles scientifiques. Rejoignez-nous, venez développer vos compétences et en acquérir de nouvelles ! Vous avez encore un doute ? Nous vous proposons : L'opportunité de travailler au sein d'une organisation de renommée mondiale dans le domaine de la recherche scientifique, Un environnement unique dédié à des projets ambitieux au profit des grands enjeux sociétaux actuels, Une expérience à la pointe de l’innovation, comportant un fort potentiel de développement industriel, Des moyens expérimentaux exceptionnels et un encadrement de qualité, De réelles opportunités de carrière à l’issue de votre stage Un poste au cœur de la métropole grenobloise, facilement accessible via la mobilité douce favorisée par le CEA, Une participation aux transports en commun à hauteur de 85%, Un équilibre vie privée – vie professionnelle reconnu, Un restaurant d'entreprise, Une politique diversité et inclusion, Conformément aux engagements pris par le CEA en faveur de l'intégration des personnes handicapées, cet emploi est ouvert à toutes et à tous. Le CEA propose des aménagements et/ou des possibilités d'organisation pour l’inclusion des travailleurs handicapés.

Level of qualification studied: Bac+5 - Diplôme École d'ingénieurs

Languages: French Fluent,English Fluent