Postée il y a 87 jours
Les outils d’Intelligence Artificielle (IA) peuvent permettre d’analyser des images de matériaux observés par Microscopie Electronique à Balayage (MEB) dans des laboratoires de recherche et de quantifier, par exemple, les tailles de grains, les pores et les phases secondaires avec précision ce qui est intéressant pour relier ces observations aux performances des matériaux. La classification des différentes caractéristiques microstructurales est souvent effectuée par un « classifier » CNN (Convolutional Neural Network) et les histogrammes de tailles des objets par des régressions CNN. Ces outils sont génériques et disponibles dans des bibliothèques Python.
L'objectif du stage sera de constituer des bases de référence (dataset) constituées d’images d’aimants frittés et/ou de rubans obtenues par MEB sur des coupes polies au laboratoire des matériaux magnétiques du CEA-LITEN, afin d’entrainer un modèle de Machine Learning (ML).
Ce modèle doit permettre in fine de séparer de façon automatique les caractéristiques microstructurales (phases secondaires, grains, joints de grains, pores, défauts) selon leur différents contrastes et morphologies. On souhaite se baser sur l’approche décrite dans une publication portant sur d’autres alliages et notamment reconduire la mise en œuvre des outils d’IA existants .
Une partie importante du travail du stage sera de constituer les bases de données d’images MEB avec un traitement « manuel » afin de constituer la base d’apprentissage pour le modèle supervisé de Machine Learning.
De formation bac+5, vous êtes à la recherche d'un stage d'une durée entre 4 et 6 mois.
Compétences scientifiques : Sciences des matériaux - Programmation en Python
Connaissances : Machine Learning
Vous êtes reconnu(e) pour votre : sens de l'organisation, sens du relationnel, sens de l'initiative, capacité à rendre compte,