Développement d'outils numériques pour l'analyse de données multispectrales acquises sur synchrotron H/F
Vous êtes en charge du développement d'outils numériques spécifiques d'analyse multivariée, en vue de la réduction, du traitement et de l'analyse de données acquises par Diffraction/Scattering Computed Tomography (DSCT) sur lignes de lumière synchrotron. Deux aspects seront traités: la reconstruction de données tomographiques, et le développement d'outils de classification statistique de données spectrales. Ces derniers pourront également être étendus à l'analyse de données de spectroscopie d'absorption des rayons X (XAS). Au terme de ce travail, les équipes du CEA et de la ligne MARS disposeront ainsi de nouveaux outils innovants d'analyse de données massives, en support à leurs prochaines expériences de DSCT et de XAS, en particulier pour la caractérisation fine de combustibles nucléaires irradiés.
Récemment, des chercheurs du DEC ont effectué des premières mesures par Diffraction/Scattering Computed Tomography (DSCT) sur lignes synchrotron. L’aspect massif et multispectral des données acquises par DSCT nécessite de développer des outils spécifiques d’analyse multivariée pour leur réduction, leur traitement et leur analyse.
Au sein du LCPC, vous êtes en charge du développement de ces outils numériques. Deux aspects sont traités par vous au cours de ce projet :
- La reconstruction des données tomographiques :
le développement d’une approche novatrice basée sur la méthode SVD (décomposition en valeurs singulières) est proposé pour le problème inverse de reconstruction du volume à partir d'un jeu de données incomplet, pour tenir compte des connaissances a priori sur l'échantillon et en incluant un modèle explicite de réabsorption ;
- Le développement d’outils de classification statistique des données spectrales :
une première approche d’analyse avec l’algorithme MCR-ALS (Multivariate Curve Regression – Alternating Least Squares) sera effectuée, puis des méthodes faisant appel à l’Intelligence Artificielle seront explorées, telles que les méthodes de Dynamic Time Wrapping (DTW) ou le Variational AutoEncoders (VAE). Les outils ainsi développés seront, dans un second temps, étendus à l’analyse de données d’absorption X (XAS).
Après une revue bibliographique exhaustive et une prise en main des outils mathématiques envisagés, vous vous consacrez au développement des scripts de réduction et de traitement des données (R et Python), à leur test et à leur mise en œuvre sur les données de DSCT et/ou XAS acquises précédemment et au cours du post-doctorat par les équipes du DEC et de la ligne MARS du synchrotron SOLEIL.
Le cas échéant, vous pouvez notamment participer à des expériences de DSCT et/ou de XAS menées par les équipes du DEC sur la ligne MARS.
Vous valorisez vos travaux à travers la rédaction de publications dans des revues à comité de lecture et de notes techniques, ainsi que lors de la participation à des congrès.
Vous êtes basé(e) auprès de la ligne MARS du synchrotron SOLEIL et interagissez étroitement avec les scientifiques du synchrotron, tout en ayant un accès direct aux ressources de calcul scientifique et aux outils informatiques de SOLEIL, ainsi qu’aux techniques expérimentales concernées par ses travaux.
Vous intervenez ponctuellement à Cadarache et bénéficiez d’échanges réguliers avec les scientifiques et ingénieurs du DEC, ce qui vous permet notamment de toujours garder un lien fort avec les problématiques scientifiques de vos travaux.
Au terme de ce travail, les équipes du CEA et de la ligne MARS disposeront ainsi de nouveaux outils innovants d’analyse de données massives, en support à leurs prochaines expériences de DSCT et de XAS, en particulier sur la ligne MARS pour la caractérisation fine de combustibles nucléaires irradiés.
Compétences en :
Mathématiques appliquées;
Informatique scientifique;
Programmation (Python, R, C, …);
Applications en Science des Matériaux.