Vers un VAMOS++ intelligent : une IA fondée sur la physique pour une instrumentation nucléaire adaptative et reproductible // Towards Intelligent VAMOS++: Physics-Informed AI for Adaptive and Reproducible Nuclear Instrumentation

La mesure précise des propriétés de la fission nucléaire, notamment des rendements isotopiques des fragments, repose sur la qualité de l’étalonnage et de la reconstruction des données de VAMOS++ et de PISTA. Les travaux récents menés au GANIL ont démontré l’apport de l’intelligence artificielle pour améliorer ces étapes et l’identification des particules.
Ce projet de thèse intégrera ces avancées dans une instrumentation adaptative, exploitant les données expérimentales et les lois physiques pour ajuster les paramètres instrumentaux et reconstruire les grandeurs physiques. L’objectif est de fiabiliser les mesures de fission en détectant les dérives, en actualisant les étalonnages et en maîtrisant les incertitudes associées.

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

Recent developments at GANIL have demonstrated the opportunities opened by AI methods for trajectory reconstruction, particle identification and self-supervised detector calibration in the VAMOS++ magnetic spectrometer and associated detectors for fission studies.
This PhD project will extend these advances into an integrated framework for intelligent instrumentation, combining calibration, reconstruction, and performance monitoring. The objective is to develop robust, scalable and transferable methods that adapt to changing experimental conditions while preserving the reliability of physical observables.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

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 : LEMASSON Antoine
Organisme : CNRS
Laboratoire : GANIL/Grand Accélérateur National d’Ions Lourds
URL : https://www.ganil-spiral2.eu/wp-content/uploads/2026/10/MLVAMOS-thesis2027.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

Master 2 physique