Thèse CIFRE sur la génération d'images radar synthétiques

Description de l'offre

CE QUE NOUS POUVONS ACCOMPLIR ENSEMBLE :

En nous rejoignant, vous vous verrez confier les missions suivantes dans le cadre de votre thèse :L'apprentissage profond (ou deep learning) est une technique en fort développement ces dernières années car elle a démontré qu'elle pouvait conduire à des performances excellentes quand il s'agit de faire réaliser une tâche spécifique à un ordinateur.L'application de ces techniques d'apprentissage profond à la reconnaissance automatique de cibles à partir d'images radar, ont montré un potentiel intéressant. Cependant, pour atteindre des résultats optimaux, elles nécessitent la constitution de bases de données les plus exhaustives possibles. Hors l'acquisition et l'étiquetage d'une telle base est une tâche très fastidieuse, coûteuse en temps, en ressources humaines et matérielles.D'un autre côté, des simulateurs de données radar ont été développés ces dernières années à des fins notamment de classification et d'identification. Cependant les modèles utilisés ne permettent pas de représenter l'ensemble des phénomènes physiques mis en œuvre dans une liaison radar et les coûts de calculs peuvent eux aussi s'avérer trop importants. Ainsi, à ce jour, ces simulateurs ne sont pas satisfaisant car, bien que les images synthétisées semblent réalistes, leurs caractéristiques restent trop éloignées d'une image réelle et ne permettent pas d'entraîner efficacement les classifieurs.L'objet de ce travail de thèse est de tirer parti des modèles génératifs récemment développés dans le cadre des techniques d'apprentissage profond. Une classe de méthodes non paramétriques d'intérêt particulier pour la thèse est celle des réseaux adversaires génératifs (Generative Adversarial Networks, GAN). Un des objectifs principaux de la thèse est d'étudier l'apport des modèles génératifs en général, et des GAN en particulier, afin de synthétiser des bases de données réalistes d'images de cibles radar qui seront par la suite exploitées pour développer, valider et évaluer les algorithmes (basés sur des méthodes d'apprentissage profond ou non) de classification automatique d'images.Les enjeux de la thèse seront d'amplifier la portée de ces premières pistes à partir d'images réelles dans un premier temps, grâce au potentiel d'apprentissage non supervisé des GAN reporté dans la littérature récente ; Un autre enjeu principal sera d'étendre la capacité de génération à partir de modèles 3D de véhicules terrestres, de sorte à pallier au nombre limité de données réelles, et caractériser précisément les performances de classification.
La perspective de rejoindre un Groupe innovant vous motive ? Alors rejoignez-nous en postulant à cette offre.Vous souhaitez en savoir plus sur les activités Systèmes terrestres et aériens ? Cliquez ici ou ici.

Profil recherché

QUI ETES-VOUS ?

De formation supérieure (Ecole d'ingénieur ou université Bac + 5) vous disposez aussi d'un master recherche en intelligence artificielle, une première expérience en optimisation complexe ou data science est un plus.
Compétences clés :- Connaissance des modèles génératifs, méthodes d'optimisation, théorie des jeux.- Informatique : Python, Matlab- Bases sur le radar (imagerie)- Machine learning, data sciencePar ailleurs vous êtes autonome, créatif, et avez le goût de la recherche. Vous aimez aussi travailler en équipe.}

À propos de Thales Dms France Sas

QUI SOMMES-NOUS ?

Rejoignez Thales, leader mondial des technologies de sûreté et de sécurité pour les marchés de l'Aérospatial, du Transport, de la Défense et de la Sécurité. Fort de 65 000 collaborateurs dans 56 pays, le Groupe bénéficie d'une implantation internationale qui lui permet d'agir au plus près de ses clients, partout dans le monde.

L'activité Systèmes de missions de défense fournit des équipements, des solutions et des services liés aux systèmes de combat électroniques, de surveillance et de reconnaissance, de combat naval, de surface et de lutte sous la mer.

Le site d'Élancourt est un centre de développement des hautes technologies, liées au domaine des Radars de conduite de tir et de surveillance, ainsi que des solutions de Guerre Électronique.

La Direction technique recherche un/une Ingénieur pour une thèse Cifre « sur la génération d'images radar synthétiques » (H/F)
Basé(e) à Élancourt.