Réseaux de neurones pour les problèmes inverses de diffraction

Neural networks for inverse scattering problems

• Auteur / Autrice : Victor Chenu
• Direction : Houssem Haddar
• Type : Projet de thèse
• Discipline(s) : Mathématiques appliquées
• Date : Inscription en doctorat le 01/10/2024
• Etablissement(s) : Institut polytechnique de Paris
• Ecole(s) doctorale(s) : École doctorale de mathématiques Hadamard
• Partenaire(s) de recherche : Laboratoire : UMA - Unité de Mathématiques Appliquées
• Partenaire(s) de recherche : Equipe de recherche : IDEFIX - Inversion of Differential Equations For Imaging and physiX

Mots clés

Mots clés libres

Problèmes inverses

Réseaux de neurones

Diffraction

Inverse problems

Neural networks

Scattering

Résumé

Ce sujet de thèse porte sur l'étude des réseaux de neurones pour la résolution de problèmes inverses de diffraction. En premier lieu, on s'intéressera à l'incorporation de réseaux de neurones pour la sélection efficace de paramètres utilisés dans des méthodes conventionnelles telles que la LSM (Linear Sampling Method). Dans un second temps, on étudiera également les performances de réseaux de neurones comportant des architectures plus complexes pour la résolution de problèmes inverses.

This thesis project is aimed to study the use of neural networks for the resolution of inverse scattering problems. First, we want to incorporate neural networks for the efficient selection of parameters in conventionnal methods such as the LSM (Linear Sampling Method). Next, we aim to study more complex neural networks architectures and their ability to tackle inverse problems.