Détection et classification en temps réel des sursauts radio solaires pour la météorologie de l[...]

Université d'Orléans; France; Sur place; EUR 20 000 - 40 000; Plein temps

Résumé du poste

Une université française recherche un candidat pour une thèse sur la détection et la classification des sursauts radio solaires. Le candidat doit avoir une solide formation en mathématiques appliquées, compétences en programmation, et éventuellement des connaissances en physique des ondes. Le début de la thèse est prévu pour le 01/10/2025.

Qualifications

• Une solide formation en mathématiques appliquées.
• Une bonne maîtrise des outils de modélisation.
• Des compétences pratiques en programmation scientifique.

Responsabilités

• Développer des méthodes automatiques pour détecter les sursauts radio.
• Classer les événements à partir de spectrogrammes.
• Fournir des alertes fiables pour la météorologie de l'espace.

Connaissances

Mathématiques appliquées

Traitement du signal

Programmation scientifique

Connaissances en physique des ondes électromagnétiques

Statistiques avancées

Formation

Formation solide en mathématiques appliquées

Outils

Matlab

Python

Description du poste

Overview

Université d'Orléans

Les éruptions solaires font partie des phénomènes naturels les plus puissants du Système solaire. Lorsqu'elles se produisent, elles projettent dans l'espace d'énormes quantités d'énergie sous forme de lumière, de particules chargées et de champs électromagnétiques. Ces événements peuvent perturber, voire endommager, les systèmes électriques et électroniques sur Terre et dans l'espace. Par exemple, certaines éruptions ont provoqué des coupures de courant massives, comme le blackout qui a touché la Suède en 2003. Parmi toutes les manifestations d'une éruption solaire, les ondes radio sont particulièrement intéressantes. Elles voyagent à la vitesse de la lumière et atteignent la Terre bien avant les particules énergétiques ou les perturbations du champ magnétique. Leur détection rapide permet non seulement de confirmer qu'une éruption vient de se produire, mais aussi de déterminer son type, ce qui aide à anticiper ses effets potentiels.

L'objectif de cette thèse est de développer des méthodes automatiques pour détecter et classifier ces sursauts radio solaires à partir de spectrogrammes. Les approches devront être capables de fonctionner en temps réel, avec une grande robustesse, afin de fournir des alertes fiables pour la météorologie de l'espace.

Objectives (Bilingual)

Solar flares are powerful natural phenomena in the Solar System. They release vast amounts of energy into space in the form of radiation, charged particles, and electromagnetic fields. Such events are capable of disrupting, and even damaging, electrical and electronic systems both on Earth and onboard spacecraft. Historical examples include large-scale power outages, such as the blackout that affected Sweden in 2003.

Among the diverse manifestations of solar flares, radio emissions are of particular interest. Propagating at the speed of light, they reach Earth significantly earlier than energetic particles or geomagnetic disturbances. Their prompt detection not only provides immediate confirmation of flare occurrence, but also enables flare type identification, which is essential for assessing their potential impact.

The aim of the thesis is to develop automated methods for the real-time detection and classification of solar radio bursts from spectrograms of data. The proposed approaches are required to be of high robustness and reliability, thereby providing timely and accurate alerts in support of space weather monitoring.

Début de la thèse : 01/10/2025

Funding category: Autre financement public
ANR Financement d'Agences de financement de la recherche

Responsibilities

Le candidat(e) devra posséder :

• Une solide formation en mathématiques appliquées, incluant le traitement du signal et/ou des images.
• Une bonne maîtrise des outils de modélisation et des représentations temps-fréquence.
• Des compétences pratiques en programmation scientifique, idéalement en Matlab et/ou Python.
• Des connaissances en physique des ondes électromagnétiques ou en astrophysique, considérées comme un atout.
• Une expérience en statistiques avancées et en inférence bayésienne, qui constituera un plus.
• Une possible familiarité avec le compressed sensing et la capacité à optimiser des algorithmes pour des applications temps réel, qui seront également valorisées.