En zone urbanisée, il n'est pas rare d'enregistrer des infrasons d'origine anthropique notamment aux abords des aéroports lors des passages d'avions en phase d'approche ou de décollage. Ces mobiles génèrent des caractéristiques géométriques identifiables en exploitant la structure des ondes détectées. Or, depuis plusieurs années, l'intelligence artificielle a montré des capacités intéressantes pour classifier des objets variés à partir d'images.

L'objectif principal du stage proposé est de tester et mettre en place plusieurs méthodes d'apprentissage de données géophysiques à partir de réseaux de neurones pré-entraînés de type convolutionnels et de trouver la méthode la plus robuste à la généralisation.

- L'étudiant(e) prendra en main les outils de visualisation des résultats géophysiques produits au CND et étudiera la meilleure façon de les représenter.
- Il(elle) étudiera les données infrason où des mobiles sont identifiables et proposera une méthode de génération de données synthétiques.
- Enfin, il(elle) choisira et présentera les résultats obtenus par plusieurs réseaux de neurones pour lesquels il(elle) aura judicieusement ajusté les hyperparamètres afin d'étudier les performances de classification des trajectoires pour répondre aux besoins du CND.
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.

Bonnes connaissances en informatique, programmation distribuée et traitement du signal. Notions solides en intelligence artificielle et en science de l'information (cross validation, augmentation de données, entropie croisée, matrice de confusion, valeurs prédictives, courbes ROC).
Python, matlab, C
Bac+5