Développement d'un cadre d'analyse basé sur le ml pour la caractérisation rapide des conteneurs[...]

Développement d'un cadre d'analyse basé sur le ML pour la caractérisation rapide des conteneurs de déchets nucléaires par tomographie muonique

CEA Paris-Saclay DÉtecteurs: PHYsique et Simulation – Saclay, Île de France

Il y a 20 jours de ABG - Association Bernard Gregory

Développement d'un cadre d'analyse basé sur le ML pour la caractérisation rapide des conteneurs de déchets nucléaires par tomographie muonique

Instrumentation / Sciences pour l’ingénieur / Instrumentation nucléaire et métrologie des rayonnements ionisants / Défis technologiques


Description du sujet

Cette thèse de doctorat vise à développer un cadre d'analyse avancé pour l'inspection des conteneurs de déchets nucléaires à l'aide de la tomographie muonique, et plus particulièrement via la méthode par diffusion des muons. La tomographie muonique, qui exploite les muons naturels issus des rayons cosmiques pour scanner des structures denses, s'est avérée précieuse dans des domaines où les méthodes d'imagerie traditionnelles sont inefficaces. Le CEA/Irfu, avec son expertise dans les détecteurs de particules, cherche à exploiter l'intelligence artificielle (IA) et le Machine Learning (ML) pour optimiser l'analyse des données des muons, notamment pour réduire les temps d'exposition et améliorer la fiabilité des images.

Le projet consistera à se familiariser avec les principes de la muographie, à simuler les interactions des muons avec les conteneurs de déchets et à développer des techniques de traitement d'images et d'augmentation de données basées sur le ML. Le résultat devrait aboutir à des outils efficaces permettant d'interpréter les muographies (images de tomographie muonique), d’accélérer l’analyse et de classifier de manière fiable le contenu des conteneurs. L'objectif de la thèse est d'améliorer la sécurité et la fiabilité de l'inspection des déchets nucléaires en produisant des muographies plus nettes, plus rapides et plus interprétables grâce à des méthodes d'analyse innovantes.


Détails supplémentaires

Pôle fr : Direction de la Recherche Fondamentale
Département : Institut de recherche sur les lois fondamentales de l’univers
Service : Département d’Electronique, des Détecteurs et d’Informatique pour la physique
Laboratoire : DÉtecteurs: PHYsique et Simulation
Date de début souhaitée : 01-10-2025
Ecole doctorale : PHENIICS (PHENIICS)
Directeur de thèse : ATTIÉ David
Organisme : CEA
Laboratoire : DRF/IRFU/DEDIP/DEPHYS
URL : Annonce
URL : Fait Marquant

Attention - ne fournissez jamais d'informations sur votre compte bancaire ou votre carte de crédit quand vous postulez à un emploi. Ne transférez pas d'argent. Si vous constatez quelque chose de suspect, signalez l'annonce via ce lien.

#J-18808-Ljbffr