Stage - Détection de défauts à l'aide de réseaux de neurones informés par la physique H/F

Candidater

Rejoignez-nous en Stage !  CEA Tech Corporate from CEA Tech on Vimeo. En tant que stagiaire au CEA, 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. Description du poste : Au sein du laboratoire des signaux et systèmes de capteurs vous travaillerez avec une équipe de 10 chercheurs. L’apprentissage basée sur les données (apprentissage machine/machine learning) a révolutionné une grande variété de domaines. Par rapport à d’autres algorithmes de type systèmes experts, basés sur la connaissance, ils ont montré leur capacité à réaliser des tâches complexes (détection d’objets, traduction, synthèse de texte). Néanmoins, entraîner ces modèles nécessite une quantité importante de données, notamment s’il s’agit de réseaux de neurones profonds (deep learning). Par exemple, ChatGPT a été entraîné sur plusieurs centaines de GB. Que faire pour d’autres tâches pour lesquelles les données d’entraînement sont difficiles ou couteuses à acquérir ? Ou qu’elles ne suffisent pas ? Depuis quelques années, un nouveau paradigme émerge, celui de combiner ces données à une connaissance a priori. En effet, on dispose souvent de connaissances sur la tâche, qui ne sont pas contenues dans les données d’entraînement. On sait par exemple que la sortie du modèle est toujours positive, qu’elle doit respecter la physique, etc. Ajouter cette connaissance permettrait d’atteindre les mêmes performances avec moins de données d’entrainement ou d’obtenir un modèle plus performant. Une des manière d'ajouter cette connaissance a connu un réel engouement : les réseaux de neurone informés par la physique ou physics-informed neural networks (PINNs). Cette méthode permet d’obtenir une solution qui respecte les données d’entrainement et également une équation physique. Votre stage consistera à appliquer cette méthode dans le cas de la déformation d’une poutre métallique. Pour cela, plusieurs bases de données d’entrainement (expérimentales et synthétiques) ont déjà été acquises. Le laboratoire a également créé artificiellement des défauts sur cette poutre, qu’il faudra localiser. Vous devrez pour cela : 1.       Réaliser une étude bibliographique sur les PINNs 2.       Appréhender et mettre en forme les bases de données 3.       Entraîner un premier réseau de neurones classique 4.       Entraîner un réseau de neurone informé par la physique 5.       Analyser vos résultats et éventuellement rédiger une publication Durant tout votre stage, une attention particulière sera portée à l’organisation de votre code, le suivi de versions et sa documentation, ainsi qu’à l’analyse critique des résultats obtenus pour différents paramètres des algorithmes.

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.

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.

Bac+5 - Diplôme École d'ingénieurs

Français Courant,Anglais Courant

fr_FRFR

Contact us

We will reply as soon as possible...