Si les systèmes de modélisation actuels fournissent des résultats précis de dispersion atmosphérique, indispensables à une évaluation fiable des conséquences de rejets de tous types, il serait souhaitable d’obtenir ces mêmes résultats ou des résultats approchants dans des délais très brefs. Ceci vaut dans les situations d’urgence mais aussi lorsque de nombreux calculs de dispersion sont nécessaires afin de leur associer des incertitudes ou de mener des études de sensibilité paramétrique.
Dans cet objectif, la méta-modélisation ou création d’un modèle mathématique « surrogate » associée à la réduction de dimension ouvre des perspectives prometteuses. Ainsi, récemment, nous avons mis en place une stratégie consistant en une étape de réduction de dimension de cartes de dispersion obtenues au moyen d’un modèle physique 3D de référence et une étape d’apprentissage dans l’espace latent des cartes correspondant à différentes conditions météorologiques.
Le projet post-doctoral s’attachera à compléter les travaux de recherche déjà entamés en évaluant les performances de méthodes de réduction de dimension (décomposition orthogonale ou généralisée, auto-encodeur…) et de méthodes de substitution de modèle (régression par des processus gaussiens, réseau de neurones profond…) parmi celles explorées et mentionnées ou parmi d’autres possibilités. Les applications pourront concerner divers contextes parmi lesquels, en particulier, la simulation des concentrations autour d’un site de production industrielle qui émet des rejets gazeux à l’atmosphère.
Au cours du projet, une attention spécifique devra être portée, sur le plan théorique, aux métriques permettant de comparer les résultats de dispersion issus de la méta-modélisation à ceux fournis par le modèle physique de référence et, sur le plan pratique, aux développements informatiques réalisés en vue de la création à terme d’un outil opérationnel de méta-modélisation.
Conformément aux engagements pris par le CEA en faveur de l'intégration des personnes en situation de handicap, cet emploi est ouvert à tous et toutes. Participant à la protection nationale, une enquête administrative est réalisée pour tous les salariés du CEA afin d'assurer l'intégrité et la sécurité de la nation.
Le(la) candidat(e) sera un(e) chercheur(e) motivé(e) disposant d'un diplôme de doctorat dans une discipline adaptée au sujet du post-doc (mathématiques appliquées, science des données, intelligence artificielle…), d’une expérience dans les sciences de l’environnement, si possible de l’atmosphère, et surtout de très bonnes compétences en mathématiques appliquées (réduction de dimension, méta-modélisation…).
Langage Python ; Bibliothèques Scikit-learn et Tensorflow
Post-doc
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.