PhD Position F/ M Construction de préconditionneurs efficaces pour des problèmes d'imagerie ultrasonore
Contexte et atouts du poste
Ce projet de thèse se situe à l’interface de plusieurs domaines
des mathématiques appliquées : étude des équations aux dérivées partielles
à coefficients stochastiques, problèmes inverses, analyse et simulation numé-
rique. L’équipe d’encadrement regroupe les compétences dans chacune des dif-
férentes composantes et s’appuie notamment sur l’expertise de Laure Giovan-
gigli en imagerie médicale et propagation d’ondes en milieux multi-échelles et
aléatoires [fliss2020time, boucartmodelisation, Garnier2023] ; combinée à
celle de Frédéric Nataf et d’Emile Parolin en calcul haute performance, méthodes
d’éléments finis et de décomposition de domaine [Dolean2015, Spillane2014,
Bouziani2023, Daas2024, Parolin2020, Claeys2022, Claeys2022b, Nataf2024].
Les problématiques que nous souhaitons résoudre dans ce projet sont apparues
lors d’une précédente thèse en imagerie ultrasonore en partenariat avec l’équipe
d’Alexandre Aubry de l’Institut Langevin, et particulièrement grâce à l’étroite
collaboration entre Laure Giovangigli et Pierre Millien. Enfin la thèse pourra
profiter des ressources en calcul haute performance de l’équipe Inria Alpines à
laquelle Emile Parolin et Frédéric Nataf appartiennent.
Principales activités
L’objectif de ce projet est de construire, analyser et mettre à disposition des outils de simulation numérique pour la validation et l’amélioration de nouveaux algorithmes d’imagerie ultrasonore quantitative.
L’ambition est de produire des simulations numériques à échelle réelle des applications, s’affranchissant des limitations des capacités de calcul actuelles.
Compétences
Le candidat ou la candidate devra être titulaire d’un Master 2 de mathématiques appliquées.
Des compétences en analyse des EDP et simulations numériques sont souhaitées.
Avantages
Rémunération
Gross salary : 2.100 euros / month
