Description du sujet de thèse
Domaine
Physique corpusculaire et cosmos
Sujets de thèse
Observateurs explicables et IA interprétable pour accélérateurs supraconducteurs et identification d'isotopes radioactifs
Contrat
Thèse
Description de l'offre
Les accélérateurs du GANIL, SPIRAL1 et SPIRAL2, génèrent des données complexes dont l'interprétation reste difficile. SPIRAL2 souffre d'instabilités dans ses cavités supraconductrices, tandis que SPIRAL1 requiert une identification fiable des isotopes dans des conditions bruitées.
Ce projet de thèse vise à développer une IA interprétable fondée sur la théorie des observateurs, combinant modèles physiques et apprentissage automatique pour détecter, expliquer et prédire les anomalies. En intégrant des approches causales et des outils d'explicabilité comme SHAP et LIME, il renforcera la fiabilité et la transparence du fonctionnement des accélérateurs.
Université / école doctorale
Physique, Sciences de l'Ingénieur, Matériaux, Énergie (PSIME)
Caen
Localisation du sujet de thèse
Site
Saclay
Critères candidat
Formation recommandée
doctorat en physique nucléaire
Demandeur
Disponibilité du poste
01/10/2026
Personne à contacter par le candidat
GHRIBI ADNAN < email supprimé pour raison de sécurité >
CNRS
GANIL
Boulevard H Becquerel
14076 Caen
0231454680
Tuteur / Responsable de thèse
GHRIBI ADNAN < email supprimé pour raison de sécurité >
CNRS
GANIL
Boulevard H Becquerel
14076 Caen
0231454680
En savoir plus
https://www.ganil-spiral2.eu/wp-content/uploads/2025/10/AI-SPIRAL-thesis2026.pdf
Domaine
Physique corpusculaire et cosmos
Sujets de thèse
Observateurs explicables et IA interprétable pour accélérateurs supraconducteurs et identification d'isotopes radioactifs
Contrat
Thèse
Description de l'offre
Les accélérateurs du GANIL, SPIRAL1 et SPIRAL2, génèrent des données complexes dont l'interprétation reste difficile. SPIRAL2 souffre d'instabilités dans ses cavités supraconductrices, tandis que SPIRAL1 requiert une identification fiable des isotopes dans des conditions bruitées.
Ce projet de thèse vise à développer une IA interprétable fondée sur la théorie des observateurs, combinant modèles physiques et apprentissage automatique pour détecter, expliquer et prédire les anomalies. En intégrant des approches causales et des outils d'explicabilité comme SHAP et LIME, il renforcera la fiabilité et la transparence du fonctionnement des accélérateurs.
Université / école doctorale
Physique, Sciences de l'Ingénieur, Matériaux, Énergie (PSIME)
Caen
Localisation du sujet de thèse
Site
Saclay
Critères candidat
Formation recommandée
doctorat en physique nucléaire
Demandeur
Disponibilité du poste
01/10/2026
Personne à contacter par le candidat
GHRIBI ADNAN < email supprimé pour raison de sécurité >
CNRS
GANIL
Boulevard H Becquerel
14076 Caen
0231454680
Tuteur / Responsable de thèse
GHRIBI ADNAN < email supprimé pour raison de sécurité >
CNRS
GANIL
Boulevard H Becquerel
14076 Caen
0231454680
En savoir plus
https://www.ganil-spiral2.eu/wp-content/uploads/2025/10/AI-SPIRAL-thesis2026.pdf
