Identification de roches par intelligence artificielle : association de plusieurs modèles de classification dans un arbre de décision naturaliste

IFP Energies nouvelles - Direction Géosciences

Stage Géologie / Géochimie Hauts-de-Seine entre mars et juin 2022 5 mois


IFP Energies nouvelles (IFPEN) est un acteur majeur de la recherche et de la formation dans les domaines de l’énergie, du transport et de l’environnement. De la recherche à l’industrie, l’innovation technologique est au cœur de son action, articulée autour de quatre priorités stratégiques : Mobilité Durable, Energies Nouvelles, Climat / Environnement / Economie circulaire et Hydrocarbures Responsables.

Dans le cadre de la mission d’intérêt général confiée par les pouvoirs publics, IFPEN concentre ses efforts sur :

  • l’apport de solutions aux défis sociétaux de l’énergie et du climat, en favorisant la transition vers une mobilité durable et l’émergence d’un mix énergétique plus diversifié ;
  • la création de richesse et d’emplois, en soutenant l’activité économique française et européenne et la compétitivité des filières industrielles associées.

Partie intégrante d’IFPEN, l’école d’ingénieurs IFP School prépare les générations futures à relever ces défis.

Identification de roches par intelligence artificielle : association de plusieurs modèles de classification dans un arbre de décision naturaliste

Programme de stage :

IFPEN développe une application mobile (Rocknet) permettant la reconnaissance automatique de roches grâce à un modèle de classification supervisée construit par apprentissage profond [1]. Cette application est notamment mise au point en partenariat avec l’UNESCO pour partager des connaissances géologiques auprès du grand public [2] [3].

En complément des méthodes de classification traditionnelles, une approche innovante a été mise en œuvre afin de reproduire plus fidèlement le raisonnement naturaliste. Plutôt qu’entrainer un modèle unique à reconnaitre directement la classe lithologique de la roche, cette approche consiste à entrainer une galerie de modèles à reconnaitre chacun une caractéristique pétrologique donnée (e.g. foliation, présence de certains minéraux caractéristiques…). Ces modèles sont ensuite utilisés en cascade au sein d’un arbre de décision menant à la classification lithologique finale [4].

Si cette approche est prometteuse, elle a encore été insuffisamment explorée de manière pratique.

L’objectif du stage proposé est donc d’approfondir cette piste.

  • Dans un premier temps, il s’agit de réaliser des développements visant à offrir aux utilisateurs la possibilité de corriger facilement la reconnaissance d’une caractéristique, afin de guider manuellement l’algorithme sur une branche spécifique de l’arbre de décision.
  • Dans un second temps, le stagiaire pourra enrichir l’algorithme avec des nouvelles caractéristiques et de nouvelles lithologies, en entrainant les modèles de reconnaissance correspondant.

[1] www.rocknet.fr

[2] IFP Energies nouvelles et l’UNESCO s’associent dans le domaine des géosciences pour une gestion durable des ressources dans le cadre de la transition énergétique, 6 Octobre 2020, https://fr.unesco.org/news/ifp-energies-nouvelles-lunesco-sassocient-domaine-geosciences-gestion-durable-ressources-cadre 

[3] Bouziat A., Desroziers S., Feraille M., Lecomte J.-C., Cornet C., Cokelaer F.  and Divies R. (2021). Combining citizen science and artificial intelligence to facilitate geology outreach and capture geodiversity: prospects from the RockNet project. EGU General Assembly 2021, EGU21-13068, https://doi.org/10.5194/egusphere-egu21-13068 

[4] Bouziat A., Schmitz J., Deschamps R. and Labat K. (2020) Digital transformation and geoscience education: New tools to learn, new skills to grow. European Geologist, 50. http://doi.org/10.5281/zenodo.4311379

Projet de rattachement : MPE « Offres digitales CRRE » - MPE-08 « Géodiversité et géopatrimoine »

Connaissances exigées :

  • Solides bases en géologie
  • Autonomie en programmation avec le langage Python
  • Fort intérêt pour l’intelligence artificielle et les modèles d’apprentissage profond.
  • Une expérience dans la manipulation de réseaux neuronaux convolutifs, acquise par un stage, un projet scolaire ou le suivi de formations MOOC, est un atout.

(PDF - Max : 5 Mo)
(PDF - Max : 5 Mo)

En cliquant sur postuler, je crée mon profil iQuesta et j'accepte les conditions d'utilisation d'iQuesta.

Annonces similaires

contact

IFP Energies nouvelles - Direction Géosciences
Damien BONTE

Indemnité Oui

7 Annonces
Formations
Les formations en Géologie / Géochimie
Métiers
Vous recherchez des informations concernant les différents métiers ? Accédez à nos fiches décrivant les principaux métiers !
Conseils
Pour que la vie d’étudiant ne rime pas avec parcours du combattant, retrouvez tous nos conseils stage / alternance / emploi