Résolutions de problèmes inverses par deep learning appliqués à l'interférométrie

Dans la continuité des travaux de thèse de Benoît Rougier et de Jérémi Mapas appliqués à l'interférométrie radiofréquence sur la compréhension de la propagation d’une onde électromagnétique à travers une onde de choc pour l'étude à cœur des propriétés de matériaux innovants, cette thèse vise à exploiter les signaux bruts du radio interféromètre pour déterminer simultanément la vitesse d’un choc et la vitesse matérielle dans des solides inertes ou énergétiques soumis à un choc soutenu ou non-soutenu. Un modèle de propagation des ondes millimétriques dans un milieu dissipatif présentant deux couches diélectriques séparées par des interfaces en mouvement a été élaboré pour adresser le cas du choc soutenu. Une résolution du problème inverse du modèle à deux couches avec pertes a été proposée avec l'apport du deep learning et des réseaux convolutifs. Un modèle multicouche sans pertes diélectriques a été également initié pour le cas du choc non soutenu.

L’exploitation des signaux bruts de l’interférométrie laser pour la mesure de vitesse d’interface fait également l’objet de nombreux travaux en traitement du signal avec par exemple l’utilisation de la transformée de Fourrier glissante, et/ou de la méthode des ondelettes. L’application du deep learning à l’interférométrie laser est recherchée pour permettre d’améliorer l’analyse des résultats. La synergie entre les deux approches métrologiques est un atout pour améliorer l’architecture des réseaux de neurone, notamment avec des méthodes d’apprentissage basées sur la modélisation des signaux bruts.
Références :
Reflection of Electromagnetic Waves on Moving Dielectric Interfaces for Analyzing Shock Phenomenon in Solids, B. Rougier, H. Aubert, A. Lefrancois, Y. Barbarin, J. Luc, A. Osmont, RadioScience, 2018

Plus particulièrement, l’objectif consistera à approfondir la compréhension et la modélisation des phénomènes de transmission et de réflexion d’une onde électromagnétique se propageant dans un matériau soumis à un choc, à améliorer le travail d’inversion du modèle de propagation à partir de réseaux de neurones afin de pouvoir extraire de manière plus précise la vitesse de choc, la vitesse matérielle et l’indice de réfraction choqué du signal rétrodiffusé dans le matériau et enfin de concevoir des campagnes expérimentales afin d’acquérir des données nous permettant de valider les différents modèles développés.

Implémentation d’algorithmes parallèles sur GPU pour les simulations du combustible nucléaire sur supercalculateurs exaflopiques

Dans un contexte où le calcul haute performance (HPC) est en perpétuelle évolution, le design des nouveaux supercalculateurs tend à intégrer toujours plus d’accélérateurs ou de cartes graphiques (GPUs), qui fournissent l’essentiel de la puissance de calcul de la plupart des supercalculateurs actuels. En raison de leurs différences architecturales par rapport aux unités centrales de calcul (CPUs) et des environnements logiciels en constante évolution, les GPUs posent de profonds défis de programmation. Une utilisation efficace de leur puissance de calcul demande une refonte des algorithmes et logiciels de simulation existants pour atteindre un parallélisme massif.

Le CEA a développé la plateforme de calcul PLEIADES dédiée à la simulation du comportement des combustibles, depuis la fabrication jusqu’au comportement en réacteur, puis lors du stockage. Elle inclut une parallélisation en mémoire distribuée MPI permettant une parallélisation sur plusieurs centaines de cœurs. Cette plateforme répond aux exigences des partenaires du CEA que sont EDF et Framatome, mais il est nécessaire de l’adapter pour les nouvelles infrastructures de calcul. Proposer une solution flexible, portable et performante pour les simulations sur des supercalculateurs équipés de GPUs est d'un intérêt majeur afin de capturer des physiques toujours plus complexes sur des simulations comportant des domaines de calcul toujours plus grands.

Dans ce cadre, la thèse visera d’élaborer puis évaluer différentes stratégies de portage de noyaux de calculs sur GPU ainsi que l’utilisation de méthodes de répartition dynamique de la charge adaptés aux supercalculateurs GPUs actuels et futurs. Le candidat s’appuiera sur des outils développés au CEA comme les solveurs thermo-mécaniques MFEM-MGIS [1,2] ou MANTA [3]. Les solutions logicielles et algorithmes parallèles proposés avec cette thèse permettront à terme la réalisation de grands calculs de modélisation multi-physique en 3D du comportement des crayons combustibles sur des supercalculateurs comportant des milliers de cœurs de calcul et des GPUs.

Le candidat travaillera au sein du Laboratoire de développement des Outils de Calcul Scientifique (OCS) combustibles PLEIADES (LDOP) au département d'études des combustibles (DEC - Institut IRESNE, CEA Cadarache). Il sera amené à évoluer dans une équipe pluridisciplinaire composée de mathématiciens, physiciens, mécaniciens et informaticiens. A terme, les contributions de la thèse visent à enrichir la plate-forme numérique pour la simulation de combustibles nucléaires PLEIADES.

Références : [1] MFEM-MGIS - https://thelfer.github.io/mfem-mgis/; [2] Th. Helfer, G. Latu. « MFEM-MGIS-MFRONT, a HPC mini-application targeting nonlinear thermo-mechanical simulations of nuclear fuels at mesoscale ». IAEA Technical Meeting on the Development and Application of Open-Source Modelling and Simulation Tools for Nuclear Reactors, June 2022, https://conferences.iaea.org/event/247/contributions/20551/attachments/10969/16119/Abstract_Latu.docx, https://conferences.iaea.org/event/247/contributions/20551/attachments/10969/19938/Latu_G_ONCORE.pdf; [3] O. Jamond et al. «MANTA : un code HPC généraliste pour la simulation de problèmes complexes en mécanique », https://hal.science/hal-03688160

Cas d'Assurance Dynamiques pour les Systèmes Autonomes Adaptatifs

Donner l'assurance que les systèmes autonomes fonctionneront de manière sûre et sécurisée est une condition préalable à leur déploiement dans des domaines d'application critiques en termes de mission et de sécurité. Généralement, les assurances sont fournies sous la forme de cas d'assurance, qui sont des arguments vérifiables et raisonnés démontrant qu'une revendication de haut niveau (concernant généralement la sécurité ou d'autres propriétés critiques) est satisfaite compte tenu d'un ensemble de preuves relatives au contexte, à la conception et à la mise en œuvre d'un système. L'élaboration de cas d'assurance est traditionnellement une activité analytique, réalisée hors ligne avant le déploiement du système, et sa validité repose sur des hypothèses/prédictions concernant le comportement du système (y compris ses interactions avec son environnement). Cependant, il a été avancé que cette approche n'est pas viable pour les systèmes autonomes qui apprennent et s'adaptent en cours de fonctionnement. Cette thèse abordera les limites des approches d'assurance existantes en proposant une nouvelle catégorie de techniques d'assurance de la sécurité fondées sur la sécurité qui évaluent et font évoluer en permanence le raisonnement de sécurité, en même temps que le système, afin de fournir une assurance de la sécurité tout au long de son cycle de vie. En d'autres termes, l'assurance de la sécurité sera fournie non seulement au cours du développement et du déploiement initiaux, mais aussi en cours d'exécution, sur la base de données opérationnelles.

Génération assistée de noyaux de calculs complexes en mécanique du solide

Les lois de comportement utilisées dans les simulations numériques décrivent les caractéristiques physiques des matériaux simulés. À mesure que notre compréhension de ces matériaux évolue, la complexité de ces lois augmente.L'intégration de ces lois constitue une étape critique pour la performance et la robustesse des calculs scientifiques. De ce fait, cette étape peut conduire à des développements intrusifs et complexes dans le code.

De nombreuses plateformes numériques telles que FEniCS, FireDrake, FreeFEM, Comsol, proposent des techniques de génération de code à la volée (JIT, pour Just In Time) pour gérer différentes physiques. Cette approche JIT réduit considérablement les temps de mise en oeuvre de nouvelles simulations, offrant ainsi une grande versatilité à l'utilisateur. De plus, elle permet une optimisation spécifique aux cas traités et facilite le portage sur diverses architectures (CPU ou GPU). Enfin, cette approche permet de masquer les détails d'implémentation: une évolution de ces derniers est invisible pour l'utilisateur et est absorbée par la couche de génération de code.

Cependant, ces techniques sont généralement limitées aux étapes d'assemblage des systèmes linéaires à résoudre et n'incluent pas l'étape cruciale d'intégration des lois de comportement.

S'inspirant de l'expérience réussie du projet open-source mgis.fenics [1], cette thèse vise à développer une solution de génération de code à la volée dédiée au code de mécanique des structures de nouvelle génération Manta [2] développé par le CEA. L'objectif est de permettre un couplage fort avec les lois de comportement générées par MFront [3], améliorant ainsi la flexibilité, les performances et la robustesse des simulations numériques.

Le doctorant bénéficiera d'un encadrement de la part des développeurs des codes MFront et Manta (CEA), ainsi que des développeurs du code A-Set (collaboration entre Mines-Paris Tech, Onera, et Safran). Cette collaboration au sein d'une équipe multidisciplinaire offrira un environnement stimulant et enrichissant pour le candidat.

De plus, le travail de thèse sera valorisé par la possibilité de participer à des conférences et de publier des articles dans des revues scientifiques à comité de lecture, offrant une visibilité nationale et internationale aux résultats de la thèse.

Le doctorat se déroulera au CEA Cadarache, dans le sud est de la France, au sein du département d'études des combustibles nucléaires de l'institut IRESNE [4]. Le laboratoire d'accueil est le LMPC dont le rôle est de contribuer au développement des composants physiques de la plateforme numérique PLEIADES [5], co-développée par le CEA et EDF.

[1] https://thelfer.github.io/mgis/web/mgis_fenics.html
[2] MANTA : un code HPC généraliste pour la simulation de problèmes complexes en mécanique. https://hal.science/hal-03688160
[3] https://thelfer.github.io/tfel/web/index.html
[4] https://www.cea.fr/energies/iresne/Pages/Accueil.aspx
[5] PLEIADES: A numerical framework dedicated to the multiphysics and multiscale nuclear fuel behavior simulation https://www.sciencedirect.com/science/article/pii/S0306454924002408

Constructions à sécurité CCA pour le FHE

Le chiffrement homomorphe (FHE) est un corpus de techniques cryptographiques permettant le calcul directement sur les chiffrés. Depuis ses débuts, il y a une quinzaine d’années, le FHE a fait l’objet de nombreuses recherches en vue d’améliorer son efficacité calculatoire. Toutefois, sur le plan de la sécurité, le FHE pose encore de nombreuses questions. En particulier, tous les FHE utilisés en pratique (BFV, BGV, CKKS et TFHE) n’atteignent que le niveau de sécurité CPA (qui permet essentiellement de se prémunir contre des adversaires dit passifs).

Ces dernières années, plusieurs travaux ont donc étudié la sécurité du FHE dans le régime au-delà de CPA et introduit de nouvelles notions de sécurité (CPAD, FuncCPA, vCCA, vCCAD, …). Ces travaux ont conduit à de nouvelles attaques, de nouvelles constructions et, globalement, une meilleure compréhension de la sécurité du FHE dans ce régime.

Concernant la sécurité CCA, des travaux très récents (2024) ont défini de nouvelles notions strictement plus forte que CCA1 et ont démontré qu’elles pouvaient en théorie être atteintes par des schémas FHE exacts ou approchés. Avec ces avancées comme point de départ, la présente thèse visera à concevoir de nouveau schémas cryptographiques pratiques offrant à la fois de la malléabilité et des propriétés de sécurité CCA, au moins pour des applications spécifiques.

Optimisations matérielles pour une IA générative efficace avec les réseaux Mamba

L'IA générative a le potentiel de transformer diverses industries. Cependant, les modèles actuels de pointe comme les transformers rencontrent des défis significatifs en termes d'efficacité computationnelle et de mémoire, notamment lorsqu'ils sont déployés sur des matériels à ressources limitées. Cette recherche de doctorat vise à résoudre ces problèmes en optimisant les réseaux Mamba pour des applications matérielles. Les réseaux Mamba offrent une alternative prometteuse en réduisant la complexité quadratique des mécanismes d'attention par des choix architecturaux innovants. En utilisant des techniques comme les motifs d'attention éparses et le partage efficace des paramètres, les réseaux Mamba peuvent générer des données de haute qualité avec des besoins en ressources beaucoup plus faibles. La recherche se concentrera sur la mise en œuvre d'optimisations matérielles pour améliorer l'efficacité des réseaux Mamba, les rendant adaptés aux applications en temps réel et aux dispositifs embarqués. Cela inclut l'optimisation des temps de formation et d'inférence, ainsi que l'exploration des accélérations matérielles potentielles. L'objectif est d'avancer le déploiement pratique de l'IA générative dans des domaines à ressources limitées, contribuant ainsi à son adoption plus large et à son impact.

Exploration d’approches non supervisés pour modéliser l’environnement à partir de données RADAR

Les technologies RADAR ont gagné en intérêt ces dernières années, notamment avec l'émergence des radars MIMO et des "Imaging Radars 4D". Cette nouvelle génération RADAR offre des opportunités mais aussi des défis pour le développement d'algorithmes de perception. Les algorithmes traditionnels comme la FFT, le CFAR et le DOA sont efficaces pour la détection de cibles en mouvement, mais les nuages de points générés sont encore trop épars pour une modélisation d'environnement précise. C’est une problématique cruciale pour les véhicules autonomes et la robotique.
Cette thèse propose d'explorer des techniques de Machine Learning non-supervisé pour améliorer la modélisation d'environnement à partir de données RADAR. L'objectif est de produire un modèle d'environnement plus riche, avec une meilleure densité et description de la scène, tout en maîtrisant le coût calculatoire pour une exploitation en temps réel. La thèse abordera les questions du type de données RADAR sont les plus adaptés en entrée des algorithmes ainsi que pour représenter l’environnement. Le candidat devra explorer des solutions algorithmiques non-supervisées et rechercher les optimisations de calcul pouvoir rendre ces solutions compatibles avec le temps réel.
Ces solutions devront à terme être conçues pour être embarquées au plus proche du capteur, afin d'être exécutées sur des cibles contraintes.

CORTEX: Orchestration de Conteneurs pour les applications Temps-Réel, Embarqués/edge, à criticité miXte

Cette proposition de thèse de doctorat vise à développer un schéma d'orchestration de conteneurs pour les applications en temps réel, déployées sur un continuum de ressources de calcul hétérogènes dans l'espace embarqué-edge-cloud, avec un focus particulier sur les applications nécessitant des garanties en temps réel.

Les applications, allant des véhicules autonomes, à la surveillance de l'environnement ou à l'automatisation industrielle, exigent traditionnellement une grande prédictibilité avec des garanties en temps réel, mais elles demandent de plus en plus de flexibilité à l'exécution ainsi qu'une minimisation de leur empreinte environnementale globale.

Pour ces applications, une stratégie adaptative innovante est nécessaire pour optimiser dynamiquement (à l'exécution) le déploiement des charges logicielles sur les nœuds matériels, avec un objectif mixte-critique combinant des garanties en temps réel et la minimisation de l'empreinte environnementale.

Sécurisation contre les attaques par canal auxiliaire par la combinaison de contre-mesures logicielles à faibles impacts en performance

Les attaques par canal auxiliaire, comme l'analyse de la consommation électrique ou des émissions électromagnétiques d'un processeur, permettent de récupérer des informations sensibles, telles que des clés cryptographiques. Ces attaques sont particulièrement efficaces et représentent une menace sérieuse pour la sécurité des systèmes embarqués.

Cette thèse se concentre sur la combinaison de contre-mesures logicielles à faible impact sur les performances pour renforcer la sécurité contre les attaques par canal auxiliaire, une voie qui a été peu abordée dans l'état de l'art.
L'objectif est d'identifier les synergies et les incompatibilités entre ces contre-mesures pour créer des solutions plus efficaces et légères. En particulier, les contre-mesures de masquage à faible entropie seront considérées.

Ces idées pourront être appliquées à la fois à la cryptographie symétrique et asymétrique, et en particulier sur les algorithmes de cryptographie post-quantiques.

La thèse aboutira à de nouvelles manières de sécuriser un logiciel, avec de meilleurs compromis entre sécurité et performance que les approches existantes.

Révolutionner l'intervention en milieux complexes : L'IA et les Jumeaux numériques en synergie pour des solutions innovantes et efficaces.

Contexte scientifique
L’exploitation d’équipements complexes, notamment dans le secteur nucléaire, repose sur l’accès rapide et sécurisé à des données hétérogènes. Les avancées en IA générative, combinées aux Jumeaux Numériques (JN), offrent des solutions innovantes pour améliorer les interactions humain-système. Cependant, l’intégration de ces technologies dans des environnements critiques nécessite des approches adaptées pour garantir intuitivité, sécurité et efficacité.
Travail proposé
Cette thèse propose de développer une architecture d’IA générative enrichie par des données métiers et accessible via la réalité mixte, permettant à un opérateur de boite à gants de poser des questions en langage naturel. Les travaux incluent :
1. Une revue de l’état de l’art sur la génération augmentée (RAG), les technologies ASR/TTS et les JN.
2. Le développement et l’intégration d’un chatbot pour l’exploitation nucléaire.
3. L’évaluation des interactions humain-IA et la définition de métriques d’efficacité et d’adoption.
Résultats attendus
Le projet vise à améliorer la sécurité et la productivité grâce à une interaction optimisée et à proposer des guidelines pour l’adoption de ces systèmes dans des environnements critiques.