Spectrométrie et Intelligence Artificielle : développement de modèles IA explicables, sobres et[...]

CEA; Saclay; Sur place; EUR 30 000 - 50 000; Plein temps

Résumé du poste

Un projet de thèse passionnant à Saclay, axé sur l'intelligence artificielle et la spectrométrie, recherche un candidat motivé. Ce projet innovant vise à développer des modèles IA explicables pour l'analyse de matériaux, en utilisant des techniques avancées d'apprentissage automatique. Vous aurez l'opportunité de travailler sur des défis sociétaux en découvrant de nouveaux matériaux et en contribuant à des méthodes de caractérisation fiables. Rejoignez une équipe dynamique à la pointe de la recherche en physique et chimie, et participez à des projets qui font la différence.

Qualifications

• Connaissances avancées en IA et apprentissage automatique.
• Compétences en spectrométrie et analyse de matériaux.

Responsabilités

• Développer des modèles IA pour quantifier les incertitudes de mesure.
• Mettre en place des techniques de réduction de dimensionnalité.

Connaissances

Intelligence Artificielle

Apprentissage Automatique

Spectrométrie

Analyse de Matériaux

Formation

Master scientifique en Physique

Master scientifique en Chimie

Master en Sciences des données

Description du poste

Description du sujet de thèse

Domaine

Physique de l'état condensé, chimie et nanosciences

Sujets de thèse

Spectrométrie et Intelligence Artificielle : développement de modèles IA explicables, sobres et fiables pour l'analyse de matériaux.

Contrat

Thèse

Description de l'offre

La découverte de nouveaux matériaux est cruciale pour répondre à de nombreux défis sociétaux actuels. Un des piliers de cette capacité de découverte est de disposer de moyens de caractérisation de ces matériaux qui soient rapides, fiables et dont les incertitudes de mesure soient qualifiées, voire quantifiées.

Ce projet de thèse s'inscrit dans cette démarche et vise à l'exploitation optimale des différentes techniques de spectrométrie induite par faisceaux d'ions (IBA) en utilisant des méthodes d'intelligence artificielle (IA) avancées. Ce projet se donne pour cadre le développement de modèles IA explicables, sobres et fiables pour l'analyse de matériaux.

Objectifs principaux

1. Développer un modèle d'incertitude utilisant des techniques d'apprentissage automatique sur des bases probabilistes pour quantifier les incertitudes associées à une prédiction.
2. Mettre en place des moyens de réduction massive de dimensionnalité, notamment des méthodes non linéaires telles que les autoencodeurs, ainsi que des concepts de PIML (Physics Informed Machine Learning).
3. Évaluer la possibilité de généralisation de cette méthodologie à d'autres techniques spectroscopiques.

Université / école doctorale

Sciences Chimiques: Molécules, Matériaux, Instrumentation et Biosystèmes (2MIB), Paris-Saclay

Localisation du sujet de thèse

Site

Saclay

Critères candidat

Formation recommandée

Master scientifique (Physique, Chimie) ou en Sciences des données

Demandeur

Disponibilité du poste

01/10/2025

Personne à contacter par le candidat

KHODJA Hicham, [e-mail]
CEA
DRF/IRAMIS/NIMBE/LEEL
Laboratoire d'Études des Éléments Légers
DRF/IRAMIS/NIMBE/LEEL & UMR 3685 CEA-CNRS
Point courrier 127
CEA-Saclay
91191 Gif sur Yvette
France

Tuteur / Responsable de thèse

KHODJA Hicham, [e-mail]
CEA
DRF/IRAMIS/NIMBE/LEEL
Laboratoire d'Études des Éléments Légers
DRF/IRAMIS/NIMBE/LEEL & UMR 3685 CEA-CNRS
Point courrier 127
CEA-Saclay
91191 Gif sur Yvette
France

En savoir plus

https://iramis.cea.fr/nimbe/leel/pisp/hicham-khodja/
https://iramis.cea.fr/en/nimbe/leel/