Algorithmes d'apprentissage automatique/inversion imagerie ultrasonore multi-éléments/domaine de Fourier
Stage Saclay (Essonne) Développement informatique
Description de l'offre
Détail de l'offre
Informations générales
Entité de rattachement
Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).
Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.
Référence
2019-11538Description de l'unité
Le Département d'Imagerie et Simulation pour le Contrôle du CEA/List développe des méthodes de contrôle non destructif (CND) qui consistent à détecter des défauts dans les matériaux pour des secteurs industriels tels que l'aéronautique, la sidérurgie, le pétrole, le nucléaire. Les activités du département sont organisées autour de 2 aspects principaux : la simulation des procédés de contrôle ultrasonore, courants de Foucault et imagerie par rayons X, et le développement de méthodes, d'instrumentation et de capteurs pour ces procédés.
Description du poste
Domaine
Instrumentation, métrologie et contrôle
Contrat
Stage
Intitulé de l'offre
Algorithmes d'apprentissage automatique/inversion imagerie ultrasonore multi-éléments/domaine de Fourier
Sujet de stage
Algorithmes d'apprentissage automatique pour l'inversion en imagerie ultrasonore multi-éléments dans le domaine de Fourier
Durée du contrat (en mois)
6 mois
Description de l'offre
Contexte du stage:
Le sujet concerne l’imagerie ultrasonore multi-éléments et vise à caractériser des réflecteurs dans des aciers (fissures, porosités, inclusions) par des algorithmes d’apprentissage automatique (ou machine learning).
Pour accélérer la phase d’apprentissage basée sur un calcul intensif d’images, on s’intéressera à un algorithme d’imagerie opérant dans le domaine de Fourier (domaine f-k) dont l’intérêt est de réduire les temps de calcul d’un facteur proche de N, où N est le nombre d’éléments du réseau ultrasonore. Cette approche en imagerie rapide fait actuellement l’objet d’une thèse au Département, et, dans le contexte de l’inversion.
Objectifs:
Le sujet du stage consistera à entraîner l’algorithme de machine learning par des spectres (signaux échographiques dans le domaine f-k) dont les formes sont caractéristiques des propriétés des réflecteurs (localisation, dimension, orientation). Le stage débutera par une étude bibliographique en imagerie multi-éléments et en machine learning.
Il s’agira ensuite de prendre en main un dispositif expérimental du laboratoire pour réaliser l’acquisition des données, et les codes de calcul pour reconstruire les images dans le domaine f-k. Enfin, le travail consistera à mettre en œuvre la procédure d’inversion, et réaliser un premier démonstrateur à partir de spectres expérimentaux.
Moyens / Méthodes / Logiciels
Python, Matlab / Capteurs et systèmes ultrasonores
Profil recherché
Profil du candidat
-Vous êtes en école d'ingénieur.
-Vous préparez votre Master 2.
-Vous êtes autonome.
-Vous avez un goût pour la recherche et l'esprit d'équipe.