Observateurs explicables et IA interprétable pour accélérateurs supraconducteurs et identification d’isotopes radioactifs // Explainable observers and interpretable AI for superconducting accelerators and radioactive isotope identification

Les accélérateurs du GANIL, SPIRAL1 et SPIRAL2, génèrent des données complexes dont l’interprétation reste difficile. SPIRAL2 souffre d’instabilités dans ses cavités supraconductrices, tandis que SPIRAL1 requiert une identification fiable des isotopes dans des conditions bruitées.
Ce projet de thèse vise à développer une IA interprétable fondée sur la théorie des observateurs, combinant modèles physiques et apprentissage automatique pour détecter, expliquer et prédire les anomalies. En intégrant des approches causales et des outils d’explicabilité comme SHAP et LIME, il renforcera la fiabilité et la transparence du fonctionnement des accélérateurs.

------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

GANIL’s SPIRAL1 and SPIRAL2 facilities produce complex data that remain hard to interpret. SPIRAL2 faces instabilities in its superconducting cavities, while SPIRAL1 requires reliable isotope identification under noisy conditions.
This PhD will develop observer-based interpretable AI, combining physics models and machine learning to detect, explain, and predict anomalies. By embedding causal reasoning and explainability tools such as SHAP and LIME, it aims to improve the reliability and transparency of accelerator operations.


------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Pôle fr : Direction de la Recherche Fondamentale
Département : Institut de recherche sur les lois fondamentales de l’univers
Service : Département Grand Accélérateur National d’Ions Lourds
Laboratoire : Grand Accélérateur National d’Ions Lourds
Date de début souhaitée : 01-10-2026
Ecole doctorale : Physique, Sciences de l’Ingénieur, Matériaux, Énergie (PSIME)
Directeur de thèse : GHRIBI ADNAN
Organisme : CNRS
URL : https://www.ganil-spiral2.eu/wp-content/uploads/2025/10/AI-SPIRAL-thesis2026.pdf

Public/private mixed funding

Pôle fr : Direction de la Recherche Fondamentale
Département : Institut de recherche sur les lois fondamentales de l’univers
Service : Département Grand Accélérateur National d’Ions Lourds

doctorat en physique nucléaire