Dans le cadre de l’utilisation durable et sûre de l’énergie nucléaire au service de la transition énergétique décarbonée, le réacteur de recherche Jules Horowitz, en cours de construction sur le site du CEA Cadarache, est un outil-clé pour l’étude du comportement des matériaux sous irradiation. Une ligne d'imagerie tomographique est prévue en accompagnement des dispositifs expérimentaux afin d'obtenir l'image de la dégradation des échantillons en temps réel. Cette ligne présente des caractéristiques extraordinaires de par sa géométrie et la dimension des objets à caractériser. En conséquence, certains paramètres d'acquisition, indispensables pour la bonne reconstruction de l'image, ne sont pas connus avec précision. Ainsi, l'image finale peut se retrouver fortement dégradée.
L'objectif de cette thèse est de proposer des méthodes permettant l'estimation conjointe de l'objet caractérisé ainsi que des paramètres d'acquisition inconnus. Ces méthodes s'appuieront notamment sur les outils de l'optimisation convexe moderne. Cette thèse explorera également des méthodes de machine learning afin d'automatiser et d'optimiser le choix des hyperparamètres du problème.
La thèse sera réalisée en collaboration entre l'Institut de Mathématiques de Marseille (I2M CNRS UMR 7373, Aix-Marseille Université, site Saint Charles) et le laboratoire de Mesures Nucléaires de l’institut IRESNE du CEA (site de Cadarache, Saint Paul les Durance). Le ou la doctorant(e) évoluera dans un environnement de recherche stimulant en lien avec des problématiques stratégiques liées au contrôle non destructif. Il ou elle pourra également valoriser ses travaux de recherche en France comme à l'étranger.