Thèse Simulation Numérique Intensive et Apprentissage Automatique de la Structure des Nucléons H/F

Université Paris-Saclay GS Physique

Établissement : Université Paris-Saclay GS Physique
École doctorale : Particules, Hadrons, Énergie et Noyau : Instrumentation, Image, Cosmos et Simulation
Laboratoire de recherche : Département de physique nucléaire - DRF/IRFU
Direction de la thèse : Hervé MOUTARDE ORCID 0000000331436213
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-08-31T23:59:59

Nos connaissances actuelles sur les distributions de partons généralisées (GPD) sont confrontées à un double défi. À partir d'une petite quantité de données expérimentales et simulées comportant des incertitudes, il faut résoudre un ensemble de problèmes inverses multidimensionnels et mathématiquement mal posés. L'objectif du doctorat est double :
1. Générer de nouvelles données de simulation, en palliant leur manque de précision et de couverture cinématique.
2. Fournir une solution générique à cet ensemble de problèmes inverses et une estimation approfondie des incertitudes associées, permettant la première extraction fiable de la structure 3D du nucléon.

Le candidat sera accueilli par le laboratoire virtuel commun européen AIDAS (AI, Data Analytics and Scalable Simulation), une initiative du Forschungszentrum Jülich (FZJ) en Allemagne et du Commissariat à l'énergie atomique et aux énergies alternatives (CEA) en France. Le programme de doctorat proposé est partagé entre l'Allemagne et la France et le candidat devrait passer la moitié de son temps dans chaque pays. Les partenaires du FZJ ont une grande expérience des simulations à grande échelle de l'interaction forte, et ils superviseront et dirigeront cette première partie du programme. Les partenaires du CEA ont une grande expérience de la phénoménologie et de l'extraction de données, et superviseront le candidat dans l'inclusion des données de simulation dans une extraction globale des GPD. Cette deuxième partie impliquera des techniques avancées d'apprentissage automatique pour traiter les problèmes inverses.

Le candidat aura l'occasion de contribuer à tous les aspects de l'activité de ses équipes d'accueil composées de physiciens, en étroite collaboration avec des experts en logiciels et applications scientifiques.

Le candidat au doctorat se concentrera sur l'amélioration de notre connaissance de la structure multidimensionnelle du nucléon. Le projet est divisé en deux tâches principales :
I.- Simulation et extraction des moments de GPD sur le réseau.
I.1. Exécuter des simulations pour calculer les opérateurs locaux de twist dominant en utilisant des ensembles de jauge à la masse physique du pion. L'objectif est d'extraire les premiers moments, en particulier les premiers facteurs de forme généralisés ainsi que leur dépendance par rapport à t.
I.2. Répéter l'étape précédente sur plusieurs ensembles de jauge avec différentes mailles de réseau, pour permettre l'extrapolation des résultats au continuum et leur exploitation dans une analyse globale.
I.3. Améliorer les algorithmes et développer des flux opérationnels pour utiliser efficacement les nouveaux supercalculateurs hébergés parle CEA et le FZJ.

II.- Améliorer l'analyse globale des GPD
II.1. Développer des outils d'apprentissage automatique pour atténuer le caractère mal posé du problème inverse reliant les données expérimentales et de simulation à la structure multidimensionnelle codée dans les GPD. Nous nous concentrerons d'abord sur la production exclusive d'un photon réel, puis d'un méson.
II.2. Développer des algorithmes rapides et fiables pour effectuer des ajustements globaux des GPD, incluant à la fois les données expérimentales et celles de la QCD sur réseau. Il s'agit d'un défi car de nombreuses étapes numériques se trouvent entre la fonction cible et les données.
II.3.Réaliser un tel ajustement et exploiter les résultats pour les études d'impact des futures installations, en particulier pour les futurs EIC et EicC.

Cependant, cet ensemble d'activités peut évoluer en fonction des avancées théoriques d'une part et de la publication de nouvelles mesures d'autre part. D'une manière générale, il convient de noter que ce sujet comporte une part importante de mathématiques appliquées et d'analyse numérique, fortement motivées par des questions de physique. Les goûts scientifiques du candidat doivent correspondre à ces exigences.

L'étude expérimentale et théorique de la structure du nucléon en fonction de ses composants élémentaires, les quarks et les gluons, est un axe de recherche au coeur des programmes expérimentaux actuels et l'une des justifications majeures de la construction du futur collisionneur électron-ion (EIC). Ce thème, au confluent de la relativité restreinte et de la mécanique quantique, bénéficie d'un cadre théorique bien établi (la chromodynamique quantique, QCD) et de perspectives expérimentales bien définies. Les distributions de partons généralisées (GPD) offrent des informations essentielles sur le nucléon : elles permettent d'accéder à des informations tridimensionnelles sur la structure du nucléon.

En plus de la structure 3D du nucléon, les GPD codent des informations supplémentaires, particulièrement importantes pour notre compréhension du nucléon. Elles sont par exemple liées au tenseur énergie-impulsion, ce qui nous permet d'extraire la décomposition du spin du nucléon en termes de spins et de moment angulaire orbital de ses constituants. Elles permettent également de calculer les forces de pression internes, une carte 3D de la distribution de masse et de la distribution de charge. Les mécanismes à l'origine de ces propriétés émergentes du nucléon sont encore largement inconnus et font l'objet d'une recherche active, tant sur le plan théorique qu'expérimental.

Les GPD sont accessibles par certains processus exclusifs (toutes les particules de l'état final sont détectées) tels que la diffusion Compton profondément virtuelle (DVCS) ou la production de mésons profondément virtuels (DVMP). Cependant, ces processus étant exclusifs, leur mesure reste difficile et l'espace de phase disponible est réduit.

D'autre part, les calculs ab-initio commencent à émerger. Ils fournissent un moyen bien contrôlé de simuler l'interaction forte, en utilisant une version discrète de cette dernière. Il est alors possible de calculer ce que l'on peut appeler des « observables simulées » (bien qu'elles ne soient pas de la même nature que les observables expérimentales) et de tenter d'extraire la structure multidimensionnelle des hadrons de ces simulations. Cependant, la production de ces observables simulées reste coûteuse et difficile, ce qui limite pour l'instant la quantité et la précision des données de simulation disponibles.

Nos connaissances actuelles sur les GPD sont donc confrontées à un double défi. À partir d'une petite quantité de données expérimentales et simulées comportant des incertitudes, il faut résoudre un ensemble de problèmes inverses multidimensionnels et mathématiquement mal posés. L'objectif du doctorat est double :
1. Générer de nouvelles données de simulation, en palliant leur manque de précision et de couverture cinématique.
2. Fournir une solution générique à cet ensemble de problèmes inverses et une estimation approfondie des incertitudes associées, permettant la première extraction fiable de la structure 3D du nucléon.

Le candidat au doctorat se concentrera sur l'amélioration de notre connaissance de la structure multidimensionnelle du nucléon. Le projet est divisé en deux tâches principales :
I.- Simulation et extraction des moments de GPD sur le réseau.
I.1. Exécuter des simulations pour calculer les opérateurs locaux de twist dominant en utilisant des ensembles de jauge à la masse physique du pion. L'objectif est d'extraire les premiers moments, en particulier les premiers facteurs de forme généralisés ainsi que leur dépendance par rapport à t.
I.2. Répéter l'étape précédente sur plusieurs ensembles de jauge avec différentes mailles de réseau, pour permettre l'extrapolation des résultats au continuum et leur exploitation dans une analyse globale.
I.3. Améliorer les algorithmes et développer des flux opérationnels pour utiliser efficacement les nouveaux supercalculateurs hébergés parle CEA et le FZJ.

II.- Améliorer l'analyse globale des GPD
II.1. Développer des outils d'apprentissage automatique pour atténuer le caractère mal posé du problème inverse reliant les données expérimentales et de simulation à la structure multidimensionnelle codée dans les GPD. Nous nous concentrerons d'abord sur la production exclusive d'un photon réel, puis d'un méson.
II.2. Développer des algorithmes rapides et fiables pour effectuer des ajustements globaux des GPD, incluant à la fois les données expérimentales et celles de la QCD sur réseau. Il s'agit d'un défi car de nombreuses étapes numériques se trouvent entre la fonction cible et les données.
II.3. Réaliser un tel ajustement et exploiter les résultats pour les études d'impact des futures installations, en particulier pour les futurs EIC et EicC.