Classification de signaux ultrasonores expérimentaux à partir de simulations H/F

Descripción del puesto:

Description du poste

Domaine

Mathématiques, information scientifique, logiciel

Contrat

Stage

Intitulé de l'offre

Classification de signaux ultrasonores expérimentaux à partir de simulations H/F

Sujet de stage

L'objectif de ce stage est de contribuer au développement d'outils d'aide à la décision pour les opérateurs CND en automatisant la classification des signaux ultrasonores. Cependant, la difficulté réside dans la divergence entre les signaux simulés par des logiciels spécialisés (CIVA) et les signaux expérimentaux mesurés sur des pièces réelles, ces derniers étant souvent affectés par des bruits ou des incertitudes non prises en compte dans les simulations.

Durée du contrat (en mois)

6 mois

Description de l'offre

L'enjeu principal de ce stage est de développer une méthode de classification frugale de signaux ultrasonores expérimentaux, en s'appuyant exclusivement sur une base de données simulée. Pour cela, il est essentiel d'identifier des descripteurs pertinents et des méthodes de transformation qui puissent garantir une généralisation correcte du classifieur, malgré la nature simulée des données d'entraînement. Les étapes clés du projet sont les suivantes :
* Familiarisation avec le domaine du traitement du signal en CND : L'étudiant devra s'approprier l'état de l'art en matière de classification de signaux temporels. Un accent particulier sera mis sur les transformations et métriques adaptées aux signaux ultrasonores, qui ne se prêtent pas à l'usage de la simple distance euclidienne en raison de leur complexité temporelle. Parmi les méthodes à explorer, on pourra citer :
- Les distances de type Dynamic Time Warping (DTW)
- Les transformations de Fourier ou de Wavelet
- Les méthodes de compression de caractéristiques (PCA, TSNE)
* Simulations et extraction de caractéristiques : Les signaux simulés seront générés à l'aide du logiciel CIVA, un outil de simulation avancé en CND. L'objectif sera de développer des descripteurs partagés entre les signaux simulés et les signaux expérimentaux, permettant ainsi de surmonter les différences liées aux conditions réelles (bruit, défauts non modélisés). Ce processus passera par :
- L'analyse des caractéristiques temporelles et fréquentielles des signaux
- La mise en place de critères de discrimination pertinents entre signaux de défauts et signaux sans défauts.
* Méthodologies de classification : Le stage sera orienté vers des méthodes de classification frugales, qui ne feront pas appel à des modèles complexes de deep learning. L'accent sera mis sur des approches telles que :
- Les modèles de classification par plus proches voisins (k-NN) avec des métriques adaptées
- Les modèles linéaires (SVM, régression logistique)
- Les méthodes basées sur des forêts aléatoires (Random Forest)
* Évaluation de la robustesse du classifieur : Une attention particulière sera portée à l'évaluation de la généralisation du modèle de classification développé sur les données expérimentales. Il sera nécessaire d'évaluer la robustesse du classifieur face à des signaux expérimentaux qui peuvent diverger des simulations en raison de facteurs non contrôlés. Des techniques telles que la validation croisée ou des méthodes de régularisation devront être mises en place.

Moyens / Méthodes / Logiciels

Python

Profil du candidat

L'étudiant intégrera l'équipe de modélisation du (COMPANY NAME) List situé sur le centre (COMPANY NAME) de Saclay. Ce stage a une durée de 5 à 6 mois. Le stagiaire perçoit une gratification mensuelle variable selon le niveau de classification de sa formation. Par ailleurs le stagiaire peut bénéficier des facilités de transport du (COMPANY NAME).
Profil recherché :
* Étudiant(e) de Master 1 ou Master 2 en traitement du signal, data science avec un intérêt pour les techniques de classification.
* Compétences en traitement du signal (transformations de Fourier, ondelettes, etc.).
* Connaissances de base en apprentissage automatique et classification.
* Une expérience avec des outils de traitement du signal et d'apprentissage de Python (scipy, scikit-learn) seraient un plus.
Conformément aux engagements pris par le (COMPANY NAME) en faveur de l'intégration des personnes handicapées, cet emploi est ouvert à toutes et à tous. Le (COMPANY NAME) propose des aménagements et/ou des possibilités d'organisation pour l'inclusion des travailleurs handicapés.

Localisation du poste

Site

Saclay

Localisation du poste

France, Ile-de-France, Essonne (91)

Ville

Saclay

Critères candidat

Langues

Français (Courant)

Diplôme préparé

Bac+5 - Master 2

Demandeur

Disponibilité du poste

03/03/2025