Stage - Développement de Méthodes Innovantes pour les Calculs de Radioprotection H/F CEA

L'objectif sera d'explorer, de mettre en oeuvre et de comparer plusieurs de ces méthodologies afin d'évaluer leur efficacité et leur complémentarité pour répondre aux besoins de calculs rapides et fiables.

L'ensemble des lancements de simulation, de la collecte des données et de l'analyse des résultats sera réalisé via MCAT (Monte Carlo Automatisation Tool), une application dédiée développée en interne au SGPE. Cet outil a été conçu pour standardiser et automatiser les chaînes de calcul, afin de réduire l'erreur humaine, simplifier l'exploitation des résultats et permettre une meilleure compréhension des phénomènes physiques responsables de la dose.

L'objectif du stage est d'utiliser l'apprentissage profond pour développer un modèle capable de prédire les débits de dose en quelques secondes, sans lancer de nouvelle simulation.

Déroulement du stage

1. État de l'art et prise en main des outils

Le stage débutera par une indispensable phase de montée en compétence, alliant l'étude théorique des solutions existantes à la maîtrise pratique de notre chaîne de calcul : Très Grand Centre de Calcul du CEA (TGCC), code Monte Carlo (MCNP/TRIPOLI), application MCAT, des codes de réduction de variance (ADVANTG) et l'outil TensorFlow pour l'apprentissage profond.

2. Génération d'un jeu de données d'entraînement (DeepLearning)

Le stagiaire exploitera les fonctionnalités d'automatisation de MCAT pour constituer une base de données couvrant un large spectre de configurations : positions et volumes de source, emplacements des détecteurs, spectres énergétiques.

3. Entraînement du modèle prédictif

Après une phase exploratoire visant à identifier l'architecture optimale (nombre de couches, fonctions d'activation, hyperparamètres), le modèle sera entraîné sur le jeu de données généré.

4. Analyse comparative

Cette approche sera confrontée à des simulations Monte Carlo de référence. Le stagiaire évaluera leurs performances respectives selon plusieurs critères : précision, temps de calcul, robustesse et facilité de déploiement.