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
2023-28094-S1120
Description du poste
Domaine
Science de la terre et de l'environnement
Contrat
Stage
Intitulé de l'offre
Stage - Bac+5 - Evaluation de méthodes d'IA pour la prédiction des pertes par transmission infrasonores
Sujet de stage
Pour répondre à sa mission de surveillance, le CEA DAM développe des méthodes de détection et de simulation de la propagation dans une atmosphère réaliste afin de localiser précisément et caractériser finement des sources d’intérêt. La simulation des capacités de détection du réseau infrason du TICE nécessite d’intégrer des modèles réalistes d’atmosphère dont la variabilité à différentes échelles spatiales et temporelles impacte fortement la propagation des ondes. Les premières estimations des performances du réseau infrason reposent sur des modèles climatologiques de vents dans la stratosphère ainsi que des lois empiriques d'atténuation déduites des mesures des essais nucléaires. Les récentes avancées dans les méthodes de simulation permettent de mieux intégrer les effets de la source et de l’atmosphère sur la propagation. La poursuite de ces études est un enjeu majeur pour affiner les interprétations des signaux générés par des sources d’intérêt.
Durée du contrat (en mois)
6 mois
Description de l'offre
Le coût de calcul des outils de simulation de la propagation, tels que les codes d'équation parabolique, empêche l'exploration d'un large espace de paramètres (variations des modèles de vent, représentation de leur variabilité à petite échelle, fréquence et emplacement de la source) pour la prédiction des pertes par transmission (TLs), les rendant inappliquables en temps quasi-réel. Plusieurs études s'appuient donc sur des modélisations heuristiques de l’atténuation des ondes qui négligent les variations verticales complexes des profils atmosphériques en fonction de la distance et introduisent des incertitudes significatives dans la prédiction des TLs.
De nombreux acteurs académiques s’intéressent à l’apport des méthodes d’intelligence artificielle (IA) pour l’analyse de données et la construction de modèles dans différents domaines scientifiques. En particulier, des méthodes d’apprentissage sont actuellement explorées par des instituts partenaires au CEA (NORSAR), ouvrant la voie à l’application de méthodes d’apprentissage profond pour la prédiction rapide des TLs sur 1000 km de distance. Les algorithmes développés sont des réseaux de neurones convolutifs (CNN) ne prenant pas en compte la notion de temporalité inhérente au phénomène physique de propagation ondulatoire. C'est pourquoi d'autres approches comme les réseaux récurrents (RNN), les réseaux physiquement informés (PINNs), ou les opérateurs de neurones sont actuellement testées au CEA.
L’objectif de ce stage est de poursuivre ce travail en optimisant et comparant les performances des méthodes déjà implémentées ainsi qu'en évaluant leur sensibilité sur de nouveaux jeux de données. Une exploration de plusieurs paramètres (fréquences, modèles atmosphériques, quantité de données...) pourra permettre à terme de quantifier la robustesse des différentes méthodes proposées. 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. Participant à la protection nationale, une enquête administrative est réalisée pour tous les salariés du CEA afin d'assurer l'intégrité et la sécurité de la nation.
Profil du candidat
propagation, acoustique, méthodes statistiques, méhodes d’intelligence artificielle, réseau de neurones, traitement du signal.
Python, Matlab
Bac+5
Localisation du poste
Site
DAM Île-de-France
Localisation du poste
France, Ile-de-France, Essonne (91)
Ville
Bruyères-le-Châtel
Create candidate area
