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


Stage en Géologie / Géochimie

  • Début

    Entre mars et juin 2022
    5 mois
  • Localisation

    Ile de France
  • Indemnité

    Oui
[Réf. : BONTE 07.12.21]

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.
handi accueillante
Postuler

Contact

IFP Energies nouvelles - Direction Géosciences - Damien BONTE
4 Avenue du Bois Préau, 92500 Rueil-Malmaison, France - 92500 Rueil-Malmaison
Tél. : NC
Email
Mot de passe
Mot de passe oublié ?


Utilisez votre compte facebook
Nouveau sur handiQuesta ?