GenPhi : IA Générative 3D conditionnée par la géométrie, la structure et la physique

CEA; Saclay; Sur place; EUR 40 000 - 60 000; Plein temps

Résumé du poste

Un projet de thèse au CEA à Saclay se concentre sur la conception de générateurs 3D via IA Générative, abordant des défis en intégration de contraintes géométriques, et impliquant des approches avancées en perception et simulation. Ce poste s'adresse à des candidats ayant un Master 2 ou un diplôme d'ingénieur en Informatique, Physique ou Apprentissage automatique.

Qualifications

• Formation recommandée : Master 2 Recherche ou diplôme d'ingénieur.
• Compétences en IA, géométrie, et simulation physique sont cruciales.

Responsabilités

• Concevoir des générateurs de modèles 3D basés sur l'intelligence artificielle.
• Développer des méthodes intégrant des contraintes géométriques et physiques.

Connaissances

Intelligence Artificielle Générative

Perception Géométrique

Simulation Physique

Formation

Master 2 Recherche

Diplôme d'ingénieur en Informatique

Physique

Apprentissage automatique

Description du poste

Description du sujet de thèse

Domaine

Défis technologiques

Sujets de thèse

GenPhi : IA Générative 3D conditionnée par la géométrie, la structure et la physique

Contrat

Thèse

Description de l'offre

L'objectif de la thèse est de concevoir de nouveaux générateurs de modèles 3D basés sur l'intelligence artificielle générative (IAG), capables de produire des formes fidèles, cohérentes et physiquement viables. Alors que la génération 3D est devenue essentielle dans de nombreux domaines, les approches actuelles de génération automatique souffrent de limites en termes de respect des contraintes géométriques, structurelles et physiques. L'objectif est de développer des méthodes permettant d'intégrer, dès la génération, des contraintes liées à la géométrie, à la topologie, à la structure interne, ainsi qu'aux lois physiques, tant stationnaires (équilibre, statique) que dynamiques (cinématique, déformation). L'étude combinera des approches de perception géométrique, d'enrichissement sémantique et de simulation physique afin de produire des modèles 3D robustes, réalistes et directement exploitables sans intervention humaine.

Université / école doctorale

Sciences et Technologies de l'Information et de la Communication (STIC)
Paris-Saclay

Localisation du sujet de thèse

Site

Saclay

Critères candidat

Formation recommandée

Master 2 Recherche et/ou un diplôme d'ingénieur en Informatique, Physique ou Apprentissage automatique

Demandeur

Disponibilité du poste

01/11/2025

Personne à contacter par le candidat

CHAOUCH Mohamed [e-mail]
CEA
DRT/DIASI/SIALV/LVA
Institut CEA LIST
DIASI / Laboratoire Vision et Apprentissage pour l'analyse de scène
CEA Saclay - Nano-INNOV
Bât 861 - F91191 Gif-sur-Yvette Cedex
0169080117

Tuteur / Responsable de thèse

PHAM Quoc Cuong [e-mail]
CEA
DRT/DIASI/SIALV/LVA
CEA SACLAY - Nano-INNOV
Bât. 861 - Point courrier 173
91191 Gif-sur-Yvette Cedex
0169082716

En savoir plus

https://kalisteo.cea.fr/