La mesure précise des propriétés de la fission nucléaire, notamment des rendements isotopiques des fragments, repose sur la qualité de l’étalonnage et de la reconstruction des données de VAMOS++ et de PISTA. Les travaux récents menés au GANIL ont démontré l’apport de l’intelligence artificielle pour améliorer ces étapes et l’identification des particules.
Ce projet de thèse intégrera ces avancées dans une instrumentation adaptative, exploitant les données expérimentales et les lois physiques pour ajuster les paramètres instrumentaux et reconstruire les grandeurs physiques. L’objectif est de fiabiliser les mesures de fission en détectant les dérives, en actualisant les étalonnages et en maîtrisant les incertitudes associées.