Intégrer Linéact au sein de CESI pour un stage de recherche serait une formidable opportunité de contribuer à des projets innovants, tout en approfondissant mes compétences dans un environnement à la pointe de la transformation numérique et de l’industrie 4.0.

Travaux de recherche

Sujet de stage résumé

Ce stage a pour l’objectif de détecter et localiser la position de fuites sans avoir besoin de réaliser une excavation. La détection non-destructive est réalisée par le radar qui permet de caractériser le contraste diélectrique entre le sol sec et le sol mouillé par la fuite autour des tuyaux. Ce contraste se traduit par une anomalie dans le radargramme, fournissant une indication sur la position potentielle de la fuite. 

Projet de thèse/stage 

Contexte scientifique 

Le stage s’inscrit dans le cadre des enjeux liés aux sécheresses potentielles induites par le changement climatique. L’un des défis majeurs est la réduction des pertes d’eau potable dans les réseaux souterrains, celles-ci pouvant atteindre jusqu’à 20 % de la consommation. La détection précoce et précise des fuites constitue donc un enjeu environnemental et économique crucial. 

Sujet de stage 

L’objectif de ce stage est d’utiliser un radar géophysique (Ground Penetrating Radar, GPR) pour localiser la position de fuites sans avoir besoin de réaliser une excavation. Le radar permet de caractériser le contraste diélectrique entre le sol sec et le sol mouillé par la fuite autour des tuyaux. Ce contraste se traduit par une anomalie dans le radargramme, fournissant une indication sur la position potentielle de la fuite. Mais en réalité, le monde souterrain est compliqué et il y a beaucoup de choses qui peuvent créer des anomalies. Le problème est donc de savoir si l’anomalie créée par la fuite est suffisamment remarquable par rapport aux autres anomalies créées par d’autres causes. Parallèlement, on s’intéresse aussi aux limites de la détection par le radar, notamment le volume d’eau répandu dans le sol. Pour répondre à ces questions, on a besoins de faire des simulations en utilisant le logiciel gprMax et la full waveform inversion (FWI). Au cours ce stage, nous proposons d’explorer une méthode hybride combinant FWI et les réseaux neuronaux informés par la physique (PINNs), afin de bénéficier à la fois de la précision de l’inversion complète et de la flexibilité des réseaux de neurones aidés par la physique, dans le but d’améliorer l’interprétation des résultats simulé par gprMax. 

Antériorité du sujet dans le laboratoire 

Lors d’un précédent stage réalisé au sein de LINEACT, des approches d’apprentissage profond ont été développées pour la localisation d’un robot, la prédiction des propriétés mécaniques de matériaux innovants et la détection précoce d’anomalie du signal santé.  

Programme de travail 

Pour y parvenir, le plan de travail proposé est le suivant : 

• Recherche bibliographique et connaissance sur l’utilisation de gprMax et des codes FWI/PINNs ; 

• Simulation de fuites en fonction du volume, de la profondeur, de l’orientation dans les sols de différents types ; 

• Application du code FWI/PINNs pour vérifier la sensibilité des modèles  

• Analyse des résultats et rédaction du rapport. 

Production scientifique/technique attendue 

A la fin de ce stage, un rapport de stage est attendu. Un projet de papier scientifique type (i) article de journal ou (ii) conférence internationale est aussi ciblé. 

Les résultats attendus à l’issue de ce stage devraient ouvrir de nouvelles pistes de recherche, tant sur le plan scientifique que technologique. En développant un modèle de prédiction performant et validé expérimentalement, ce travail pourra susciter l’intérêt de partenaires industriels. 

Ce stage représente également une opportunité de collaboration interdisciplinaire, en croisant les domaines traitement du signal, IA, informatique, électromagnétisme. Il pourra servir de base à des projets collaboratifs, des publications scientifiques, ou encore des communications dans des congrès spécialisés, valorisant ainsi les résultats obtenus. 

Pour le candidat, ce stage constitue une expérience formatrice dans l’application concrète de l’IA au domaine traitement du signal/électronique pour la détection non-destructive. Il lui permettra de développer des compétences en modélisation, en traitement de données expérimentales complexes, et en interprétation des résultats, tout en contribuant activement à l’amélioration d’un modèle existant. Ce projet, à fort potentiel scientifique et applicatif, s’inscrit pleinement dans les enjeux actuels de la détection non-destructive. 

Contexte

Présentation du laboratoire

CESI LINEACT (UR 7527), Laboratoire d'Innovation Numérique pour les Entreprises et les Apprentissages au service de la Compétitivité des Territoires, anticipe et accompagne les mutations technologiques des secteurs et des services liés à l’industrie et au BTP. La proximité historique de CESI avec les entreprises est un élément déterminant pour nos activités de recherche, et a conduit à concentrer les efforts sur une recherche appliquée proche de l’entreprise et en partenariat avec elles. Une approche centrée sur l’humain et couplée à l’utilisation des technologies, ainsi que le maillage territorial et les liens avec la formation, ont permis de construire une recherche transversale ; elle met l’humain, ses besoins et ses usages, au centre de ses problématiques et aborde l’angle technologique au travers de ces apports. 

Sa recherche est organisée selon deux équipes scientifiques interdisciplinaires et plusieurs domaines applicatifs. 

L’équipe 1 "Apprendre et Innover" relève principalement des Sciences cognitives, Sciences sociales et Sciences de gestion, Sciences et techniques de la formation et celles de l’innovation. Les principaux objectifs scientifiques visés sont la compréhension des effets de l'environnement, et plus particulièrement des situations instrumentées par des objets techniques (plateformes, ateliers de prototypage, systèmes immersifs...) sur les processus d'apprentissage, de créativité et d’innovation. 

L’équipe 2 "Ingénierie et Outils Numériques" relève principalement des Sciences du Numérique et de l'Ingénierie. Les principaux objectifs scientifiques portent sur la modélisation, la simulation, l’optimisation et le pilotage de composants, systèmes et processus complexes et des interactions Humains-systèmes dans des systèmes cyber-physiques et jumeaux numériques. 

Ces deux équipes développent et croisent leurs recherches dans les domaines applicatifs de l'Industrie du Futur, de la Ville du Futur et des services numériques, soutenues par des plateformes de recherche, principalement celle de Rouen dédiée à l’Usine du Futur et celles de Nanterre dédiée à l’Usine et au Bâtiment du Futur. 

CEREMA et ENDSUM 

Le CEREMA (Centre d’études et d’expertise sur les risques, l’environnement, la mobilité et l’aménagement) est un établissement public de 2500 personnes crée en 2014. Cet établissement national, piloté par l’Etat et les collectivités territoriales, est présent sur 27 sites en France métropolitaine et dans les Outre-mer. Le CEREMA est un service public d’expertise en aménagement des territoires, avec une expertise s’étalant sur 6 domaines d’activités : infrastructures de transport, environnement et risques, mer et littoral, aménagement et ingénierie territoriale, bâtiment, mobilités. 

L'équipe de recherche ENDSUM entend répondre à plusieurs enjeux économiques, sociétaux et stratégiques majeurs, dans les domaines du génie civil et des sciences de la Terre, dans le contexte du changement climatique global. Il vise à fournir des éléments de connaissance et des outils concrets : 1) pour répondre aux enjeux de la Gestion Patrimoniale des Infrastructures (GPI) et de leur maintien à un niveau satisfaisant d’usage et de sécurité ; 2) pour contribuer à la définition des politiques publiques de prévention et de gestion de certains risques naturels et anthropiques. 

Positionnement dans les thématiques de recherche du laboratoire 

Ce projet de recherche s’inscrit dans la thématique « Pronostic et maintenance prédictive ». Les résultats obtenus lors de ce travail de recherche contribuent directement aux thématiques développées au sein du laboratoire CESI LINEACT, notamment sur la détection/prédiction anomalie. Ces travaux innovants s’inscrivent pleinement dans applications de ville durable, qui vise à économiser la consommation de ressources et relever le défi lié aux sécheresses potentielles induites par le changement climatique. 

Requirements:

Compétences scientifiques et techniques : 

• Compétences en programmation et intelligence artificielle et ses outils (Python, bibliothèques IA, régression, réseaux de neurones, IA générative, VAE, GAN …), 

• Bonnes connaissances sur la propagation d’ondes électromagnétiques 

• Bonnes connaissances des équations Maxwell 

• Connaissance sur logiciel python gprMax est un plus. 

• Capacité de synthèse et de gestion des données, 

• Intérêt pour l’analyse de données et la modélisation, 

• Maitrise de l’anglais, expression écrite et orale, 

Compétences relationnelles :

• Etre autonome, avoir un esprit d’initiative et de curiosité,

• Savoir travailler en équipe et avoir un bon relationnel,

• Etre rigoureux

• Communiquer efficacement avec son encadrant

Gratification à 15% du plafond horaire de la Sécurité Sociale

Date de début : Février 2026

Votre candidature devra comporter :

• Un Curriculum-Vitae ;

• Une lettre de motivation pour le sujet ;

• Notes du parcours (Licence ou autre) et du master en cours ; 

• Lettres de recommandation si disponibles.  

Références. 

1. Lai W.W.L., Dérobert X., Annan A.P. A review of Ground Penetrating Radar application in civil engineering: A 30-year journey from Locating and Testing to Imaging and Diagnosis. NDT E Int. 2018; 96:58–78. doi: 10.1016/j.ndteint.2017.04.002 

1. gprMax :  https://docs.gprmax.com/en/latest/  

1. Craig Warren, Antonios Giannopoulos, Iraklis Giannakis, gprMax: Open source software to simulate electromagnetic wave propagation for Ground Penetrating Radar, in Computer Physics Communications, Volume 209, 2016, Pages 163-170. 

1. H. Sun, X. Yang, J. Gong, X. Qu and T. Lan, "Joint Physics and Data Driven Full-Waveform Inversion for Underground Dielectric Targets Imaging," in IEEE Transactions on Geoscience and Remote Sensing, vol. 60, pp. 1-11, 2022