Stage - Bac+5 - Méthodes de Clustering pour la Détection sur des Antennes de Capteurs H/F - CEA

La Direction des Applications Militaires (DAM) du CEA, au coeur des enjeux de la dissuasion nucléaire Française, cherche ses futurs talents. Organisme inclusif, le CEA est handi-accueillant : nos emplois sont ouverts à toutes et tous. Associer les forces et les compétences de chacun pour atteindre nos objectifs est l'une de nos valeurs partagée par nos 4 600 salariés, répartis sur 5 centres. Les 1 800 salariés du centre de Bruyères-le-Châtel, en Ile de France relèvent les défis scientifiques et technologiques au service de notre Sécurité Nationale. Le centre conçoit les charges nucléaires des armes de la dissuasion, garantit leur sécurité et leur fiabilité en s'appuyant sur le programme simulation. Il met son expertise technique au service des activités dans la lutte contre la prolifération nucléaire, le terrorisme et les alertes en cas de séisme ou de tsunami. Il assure l'ingénierie des infrastructures complexes de la DAM, de leur conception à leur démantèlement. Il co-développe avec Atos les supercalculateurs au meilleur niveau mondial, dont sont issus ceux du Très Grand Centre de Calcul du CEA, qu'il exploite pour ses missions Défense et gère au profit de la recherche. Enfin, il exploite les installations nécessaires au maintien en condition opérationnelle et à la conception des chaufferies nucléaires embarquées sur les sous-marin et les porte-avions.
Venez-vous investir et relever des défis avec des moyens technologiques d'exception!Après la détection des signaux d'intérêts sur une période de temps et une gamme de fréquence, il est nécessaire de regrouper ces détections en familles afin de pouvoir construire des évènements. Ces familles consistent en l'agglomération des détections similaires et sont actuellement générées à partir d'une distance euclidienne dans l'espace des temps, fréquence, azimut et vitesse horizontale. Lobjectif de ce stage est de proposer et évaluer un nouvel algorithme de regroupement basé sur l'état de l'art des techniques de clustering. Un algorithme basé sur un modèle de mélange de gaussiennes sera évalué et comparé à d'autres approches tels que K-means (Mac Queen 1967), DBSCAN (Ester 1996), ou d'apprentissage profond (Chung, 2014 ; Xie, 2016). Le travail à réaliser comportera :
- une étude bibliographique des principales méthodes de regroupement statistiques ou de deep learning les plus performantes pour répondre à cette problématique ;
- la prise en main de l'actuel code GMM et de méthodes à l'état de l'art compatibles avec une implémentation en temps réel ;
- l'évaluation de ces méthodes sur des bases de données réelles.

Conformément aux engagements pris par le CEA en faveur de l'intégration des personnes handicapées, cet emploi est ouvert à toutes et à tous. Le CEA propose des aménagements et/ou des possibilités d'organisation pour l'inclusion des travailleurs handicapés.
Participant à la protection nationale, une enquête administrative est réalisée pour tous les collaborateurs du CEA afin d'assurer l'intégrité et la sécurité de la nation.

Antenne, traitement du signal, mathématiques appliquées, statistique, apprentissage
Bac +5