SharePoint
Aide
Faire avancer la sûreté nucléaire

La Recherchev2

Propositions de thèses 2017

Développement d’outils d’aide à l’expertise en spectrométrie gamma

Fermer

Authentification

Email :

Mot de passe :

​Discipl​ines : mathématiques, physique

Lieu de thèse : Orsay (91)

Date de début : octobre 2017



Compétences recherchées


  • Master 2 en traitement du signal et automatique, en physique, en mathématiques appliquées



Sujet de thèse


La spectrométrie gamma a pour objectif d’identifier et de quantifier les radionucléides émetteurs gamma présents dans un échantillon. Elle fournit à la métrologie nucléaire une méthode d’analyse rapide et non destructive, indispensable pour la surveillance des effluents et de l’environnement des installations du cycle du combustible en fonctionnement normal ou accidentel.

Les radionucléides recherchés émettent un ou plusieurs photons gamma ayant des énergies et des intensités d’émission caractéristiques. Le principe de la spectrométrie gamma est de chercher dans le spectre issu de la mesure ces signatures caractéristiques pour identifier et quantifier l’isotope. La mise en œuvre pratique de ce principe rencontre des difficultés : les pics caractéristiques apparaissent sur un fond continu de forme compliquée, les signatures spectrales comportent de nombreuses raies qui peuvent se superposer ou être très proches pour des émetteurs différents. Les outils d’aide à l’expertise existent aujourd’hui et traitent correctement les cas simples, néanmoins dans les cas complexes l’analyse ne peut converger sans l’apport de l’expert qui, par une approche basée sur son expérience, va faire converger la résolution du problème. Le temps nécessaire peut prendre alors de quelques minutes à plusieurs heures dans les cas les plus difficiles.

Le LMRE réalise les analyses par spectrométrie gamma depuis des dizaines d’années. Il dispose des données brutes ainsi que les résultats d’analyse associés de plusieurs dizaines de milliers d’échantillons traités par des experts. L’objectif de la thèse est l’utilisation d’algorithmes d'analyse automatique sur cette base de données pour développer de nouveaux outils d’aide à l’expertise.

Les approches étudiées seront les suivantes :
  • Analyse des données spectrométriques par méthodes de démélange parcimonieuses. La méthode classique de prétraitement des données en spectrométrie gamma se fonde sur la recherche de pics individuels. Au cours de cette thèse, une approche par démélange de composantes parcimonieuses, sera exploitée. L'application de méthodes de démélange devrait conduire à une amélioration significative de l'identification robuste, en particulier à faibles taux de comptage, à partir de mesures uniques ou multiples. L’évaluation des incertitudes associées à ces outils sera regardée en détail.
  • Data mining pour l'analyse des données spectrométriques. La seconde étape consistera en l'application de méthodes récentes en apprentissage statistique, en particulier d'apprentissage profond (i.e. "Deep Learning"), pour la classification de spectres gamma. Cette analyse, opérée à partir de données pré-traitées par démélange parcimonieux, conduira à la classification automatique d'évènements. L'utilisation de ces méthodes sera particulièrement intéressante pour l'aide à la décision rapide en cas de crise ainsi que pour l'étude d’équilibres anormaux dans les chaines de radioactivité naturelle.

Laboratoire IRSN impliqué

Contact

​Anne De Vismes Ott


IRSN/LMRE

Bâtiment 501

Rue du Belvédère

91400 Orsay


Tél. : +33 1 69 95 58 39