• TéléchargerPDF – 41.33Ko

Post-doctorant (H/F) en sciences des données - Machine learning pour l'identification des matériaux dan

Référence : UAR3224-ANNMIC-008

  • Fonction publique : Fonction publique de l'État
  • Employeur : Centre national de la recherche scientifique (CNRS)
  • Localisation : 75005 PARIS 05 (France)
Domaine : Recherche
Postuler sur le site employeur

Date limite de candidature : 03/12/2024

  • TéléchargerPDF – 41.33Ko

Partager la page

Veuillez pour partager sur Facebook, Twitter et LinkedIn.

  • Nature de l’emploi Emploi ouvert uniquement aux contractuels
  • Nature du contrat

    CDD d'1 an
  • Expérience souhaitée Non renseigné
  • Rémunération (fourchette indicative pour les contractuels) Entre 3081 et 4757 euros bruts par mois € brut/an
  • Catégorie Catégorie A (cadre)
  • Management Non renseigné
  • Télétravail possible Non renseigné

Vos missions en quelques mots

Missions :
Le but de ce projet est d'utiliser des algorithmes d'apprentissage automatique (ML) pour modéliser comment les spectres de réflectance de mélanges complexes de matériaux colorés provenant d'œuvres d'art historiques, en particulier des enluminures et/ou des lettres décorées de manuscrits anciens, dépendent de leur composition chimique. Couvrant une large gamme spectrale allant du visible (VIS) à l'infrarouge moyen (mid-IR) couplé à la spectroscopie de fluorescence X (XRF), une base de données spectrale de matériaux inorganiques et organiques de référence sera construite. Ensuite, un algorithme de ML supervisé sera entraîné sur la base de données, et le modèle de ML obtenu sera capable de prédire simultanément la composition de la couche colorée et l'abondance des matériaux présents dans le mélange. Par la suite, nous utiliserons le modèle de ML entraîné pour générer une plus grande variété de spectres de réflectance artificiels, élargissant ainsi l'ensemble des données existantes. Un deuxième modèle de ML sera alors entraîné sur l'ensemble des données étendues pour comprendre comment le spectre de réflectance est corrélé à la composition du mélange pictural. Ce deuxième modèle sera appliqué à l'analyse de manuscrits historiques. Le candidat développera une approche qui offrira une méthode efficace et générale pour la détermination sur site de la composition des enluminures historiques basée sur leur réponse spectrale.
Activités :
• Réalisation de palettes de références pour les mélanges de matériaux colorés en acquisition des spectres de réflectance dans la gamme visible et proche infrarouge ainsi que des spectres XRF
• Augmentation des données: Au cours de ce processus, un modèle basé sur un réseau neuronal codeur-décodeur apprendra à générer des spectres synthétiques basés sur les concentrations de pigments. Il sera ensuite utilisé pour créer un ensemble de données artificielles qui complétera l'ensemble de données existant.
• Applications: le jeu de données créé combinant à la fois des spectres réels et artificiels sera utilisé pour entraîner un modèle de réseau neuronaux capable d'identifier les pigments dans des mélanges.
Ce modèle sera testé sur des jeux de données (imagerie hyperspectrale VIS, NIR et XRF) acquis sur des manuscrits médiévaux. Dans le cadre de projets antérieurs, le CRC a en effet étudié différents manuscrits pour lesquels plusieurs dizaines d’enluminures ou de lettres ornées ont été analysées. Ces données ont auparavant été traitées par des techniques de démélange spectral et pourront servir de comparaison pour le traitement par ces nouveaux modèles.

Contexte de travail :
Le/la postdoctorant(e) travaillera essentiellement au CRC (Centre de Recherche sur la Conservation) sur le site du Museum National d'Histoire Naturelle, Paris 5ème ainsi qu'au Laboratoire de Chimie Physique – Matière et Rayonnement (LCPMR) à Sorbonne Université, Paris 5ème.
Il sera encad
Voir plus sur le site emploi.cnrs.fr...

Profil recherché

Competences :
• Programmation en Python
• Connaissance des algorithmes d'apprentissage automatique (en particulier les réseaux neuronaux encodeurs-décodeurs et l'apprentissage par transfert seraient appréciés)
• Expertise en imagerie par réflectance et spectroscopie de fluorescence X (optionnel)
• Expérience avec les analyses de jeux de données multispectraux (optionnel)

Contraintes et risques :

Niveau d'études minimum requis

  • Niveau Niveau 8 Doctorat/diplômes équivalents
  • Spécialisation Formations générales

Langues

  • Français Seuil

Qui sommes-nous ?

Le Centre national de la recherche scientifique est un organisme public de recherche pluridisciplinaire placé sous la tutelle du ministère de l’Enseignement supérieur, de la Recherche et de l’Innovation.

C’est l’une des plus importantes institutions publiques au monde : 33 000 femmes et hommes (dont plus de 16 000 chercheurs et plus de 16 000 ingénieurs et techniciens), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines.

En savoir plus sur l'employeur

À propos de l'offre

  • Le Centre national de la recherche scientifique est l’une des plus importantes institutions publiques au monde : 34 000 femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l’innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche.

  • Vacant

  • Chercheuse / Chercheur

D'autres offres pourraient vous intéresser