L'objectif de la thèse est de développer des approches innovantes visant à améliorer la détection et la qualité de localisation de séismes locaux et approfondir……
In this context, we are seeking for a PhD candidate with an excellent background in AI and mathematics, to design robust few-shot learning methods to allow the……
You'll challenge advanced language models on topics like algorithm optimization, model training and evaluation, network protocols, distributed systems, object-……
Ces méthodes visent à combiner la robustesse et la traçabilité des pipelines classiques avec la flexibilité et l’adaptabilité des modèles d’apprentissage……
The Optimization with Learning team at NAVER LABS Europe conducts research at the intersection of machine learning and mathematical optimization, with a focus……
Congés: 7 semaines de congés annuels + 10 jours de RTT (base temps plein) + possibilité d'autorisations d'absence exceptionnelle (ex : enfants malades,……
Vous aurez également un rôle de conseil et d’accompagnement dans l’interprétation des résultats et l’utilisation des solutions développées auprès des clients.…
The Optimization with Learning team at NAVER LABS Europe conducts research at the intersection of machine learning and mathematical optimization, with a focus……
The discretization of fluid models such as the pressureless and isentropic Euler equations; The development of accelerated schemes for optimization on the space……
Les catastrophes naturelles exigent une connaissance rapide de la situation sur de vastes zones, un besoin de plus en plus satisfait par l'imagerie satellitaire……
This is a challenging optimization problem that involves a non-trivial tradeoff between model effectiveness, inference latency, and resource availability while……
This is a full-time role (5/2) in the EET/EEST time zone, with team syncs every Monday and Friday at 11:00. Knowledge of traffic acquisition, social networks……
Des expertises construites sur des milliers de missions, où la maîtrise technique et la vision client se combinent - et où l'IA et l'agentique ont profondément……
Nous accompagnons nos clients dans l’optimisation de leurs performances grâce à des solutions IA avancées, en les aidant à tirer parti des dernières avancées en……
Sufficient communication and presentation skills to explain technical concepts and results in R&D articles. Understand challenges of market data sourcing and……
Translate complex AI signals into clear, actionable insights for non-experts. Unlike pure DTC models, Coty operates primarily within retailer and marketplace……
L'hybridation de l'apprentissage profond et de l’IA générative avec des algorithmes de planification explicable est particulièrement considérée comme un domaine……
The PhD candidate will study certified computational methods for predicting local observables in equilibrium states of quantum many-body systems, with emphasis……
Agent communication and transport layers. We are building an AI-driven video production system designed as an intelligent multi-agent orchestration layer……
Hands-on LLM fine-tuning experience (supervised fine-tuning at minimum). Collaborate with product and engineering teams who consume your models as shared……
Optimisation des réseaux de capteurs dédiés à la surveillance sismologique // Optimization of sensor networks for seismological applications
Fontainebleau
Is your resume a good match?
Use AI to find out how well the skills on your resume fit this job description.
Réf ABG-136651
ADUM-71971 Sujet de Thèse
13/03/2026 Contrat doctoral
Mines Paris-PSL
Lieu de travail
Fontainebleau - Ile-de-France - France
Intitulé du sujet
Optimisation des réseaux de capteurs dédiés à la surveillance sismologique // Optimization of sensor networks for seismological applications
Mots clés
Propagation des ondes sismiques, aléas naturels, optimisation des réseaux de capteurs, inférence bayésienne, apprentissage automatique
seismic wave propagation, natural hazards, sensor network optimization, Bayesin inference, machine learning
Description du sujet
Le mouvement sismique enregistré en un site dépend des propriétés de la source sismique et de la propagation des ondes sismiques de la source jusqu'au site. Afin d'enregistrer le mouvement sismique, des capteurs sont classiquement déployés dans les zones à fort enjeu. Ils sont utilisés notamment pour détecter, localiser et suivre l'évolution de la sismicité, que ce soit dans le contexte de la sismicité induite ou naturelle. Ils permettent également d'estimer la réponse sismique locale d'un site (effets de site) dont la variabilité spatiale des propriétés géologiques est susceptible d'engendrer des modifications importantes de l'amplitude, du contenu fréquentiel et de la durée du signal sismique enregistré en surface. Mieux suivre la sismicité, notamment la sismicité induite, et améliorer la compréhension des effets de site constituent un enjeu scientifique majeur puisque ces deux phénomènes déterminent l'intensité et la répartition spatiale du mouvement sismique en surface. L'objectif de la thèse est de développer des approches innovantes visant à améliorer la détection et la qualité de localisation de séismes locaux et approfondir la connaissance du milieu géologique en s'appuyant sur des stratégies d'optimisation des réseaux de capteurs. Des méthodes de conception de réseaux, basées sur la matrice d'information de Fisher [M14] ou sur le gain d'information attendu [C25], seront mises en oeuvre afin de maximiser l'information extraite, de réduire l'incertitude sur les paramètres d'intérêt et de prendre en compte les contraintes éventuelles liées au coût, à la topographie ou à l'accessibilité des sites. Pour rendre ces approches opérationnelles malgré la complexité des modèles physiques et des simulations numériques, des modèles simplifiés utilisant des méthodes d'apprentissage automatique seront implémentés pour réduire significativement les temps de calcul. Les applications cibleront des sites d'intérêt, déjà partiellement instrumentés, nécessitant une surveillance adaptée pour mieux caractériser l'aléa sismique. Les travaux de cette thèse viseront principalement à quantifier l'amélioration apportée par la mise en place de nouveaux capteurs.
Sites d'application : données du rift de Corinthe, géothermie profonde : données disponibles via Renass, données d'un site avec installation sensible
-
-
.
-
-
Début de la thèse : 01/10/2026
Nature du financement
Contrat doctoral
Précisions sur le financement
Concours pour un contrat doctoral
Présentation établissement et labo d'accueil
Mines Paris-PSL
Etablissement délivrant le doctorat
Mines Paris-PSL
Ecole doctorale
398 Géosciences, Ressources Naturelles et Environnement
Profil du candidat
Calcul scientifique, géophysique, méthodes probabilistes
Scientific computing, geophysics, probabilistic methods
Date limite de candidature
28/06/2026