Qui sommes-nous ?
Espace utilisateur
Formation continue
Credit : L. Godart/CEA
D’un jour à plusieurs semaines, nos formations permettent une montée en compétence dans votre emploi ou accompagnent vers le retour à l’emploi. 
Conseil et accompagnement
Crédit : vgajic
Fort de plus de 60 ans d’expériences, l’INSTN accompagne les entreprises et organismes à différents stades de leurs projets de développement du capital humain.
Thèses
Accueil   /   Post Doctorat   /   Utilisation de l’intelligence artificielle pour la modélisation et le changement d’échelle de systèmes accrétants en astrophysique de laboratoire

Utilisation de l’intelligence artificielle pour la modélisation et le changement d’échelle de systèmes accrétants en astrophysique de laboratoire

Astrophysique Data intelligence dont Intelligence Artificielle Défis technologiques Physique corpusculaire et cosmos

Résumé du sujet

En astrophysique, les systèmes accrétants, c’est-à-dire les systèmes pour lesquels la gravitation d’une étoile capture la matière dans son environnement proche, produisent des sources de rayonnement X couramment observés par les satellites d’observation. Les signatures spectrales de ce rayonnement permettent d’en déduire la masse, le champ magnétique, le taux d’accrétion de l’étoile accrétante et jusqu’à l’évolution de la composition chimique et du degré d’ionisation des éléments dans les structures. Ces déductions reposent sur des modélisations hydrodynamiques en présence de rayonnement. Les structures mises en jeu se trouvent dans des zones de taille très réduites spatialement et par conséquent non résolues à l’échelle astrophysique par les outils d’observation à notre disposition. L’astrophysique de laboratoire permet d’ouvrir une fenêtre sur ces objets en miniaturisant les processus à des échelles compatibles avec des expériences réalisables grâce notamment à des lasers de puissance. Ces expériences permettent la caractérisation du plasma et l’observation de sa structuration spatiale grâce aux diagnostics présents sur les plateformes expérimentales (radiographies, émissions propre du plasma, spectroscopie…).
Le post-doctorant exploitera les possibilités liées à l'utilisation de réseaux de neurones physiquement informés pour étudier la possibilité d'extrapoler des résultats de simulation d'hydrodynamique radiative. Il développera un outil pour déterminer simplement les matériaux et régimes pertinent pour dimensionner des expériences en laboratoire. Enfin il exploitera l'IA pour essayer de trouver des relations de loi d'échelle entre deux systèmes.

Laboratoire

DCSA
DCSA
Top envelopegraduation-hatlicensebookuserusersmap-markercalendar-fullbubblecrossmenuarrow-down