Intelligence artificielle embarquée pour la détection de matière noire

Description du projet

IMPETUS développe des systèmes intelligents pour des systèmes nécessitant l'analyse de haut débit de données (>100 Go/s). Ces systèmes traitent, identifient et compressent les données en temps réel à l'aide d'algorithmes d'intelligence artificielle embarquée sur ou à proximité des détecteurs. Les projets en cours incluent l'imagerie médicale, les expériences avec lasers électrons libres rayons-X (XFEL), les détecteurs de matière sombre et la détection d'intrusion dans les systèmes périphériques (cybersécurité). 
La matière normale ne représente qu'environ 5 % de l'univers – le reste de sa composition reste un mystère profond. La construction de détecteurs très sensibles permettant d'observer les interactions rares entre les particules de matière noire et la matière normale, est une priorité scientifique internationale de premier plan. Le Canada joue un rôle clé dans les efforts de conception et de construction d'ARGO, un détecteur à argon liquide de 400 tonnes.
 
Objectif
 
Le projet vise l'implémentation des algorithmes développés par l'équipe sur du matériel dédié. Cela implique de compresser davantage les modèles pour assurer leur compatibilité matérielle, de concevoir le circuit logique, de concevoir la transmission de données et de tester le système dans des conditions réalistes afin de mesurer tous les indicateurs de performance, notamment la précision, la consommation d'énergie, la latence et le débit.
 
Méthodologie
 
Le projet est mené en collaboration avec le Global Argon Dark Matter Collaboration. L'équipe de Sherbrooke développe actuellement des réseaux neuronaux pour l'identification et la localisation des particules, mais ceux-ci doivent encore être optimisés pour pouvoir fonctionner sur un système en temps réel. Cette optimisation consiste à réduire le réseau à l'aide de méthodes de quantification, d'élagage et, éventuellement, de distillation des connaissances. L'étudiant utilisera des outils internes pour convertir le réseau en vue de son implémentation sur FPGA et mesurera ses performances sur notre banc d'essai DAQ en temps réel sur la plateforme 3IT.micro.
 
Encadrement & environnement de travail
 
Le projet sera réalisé sous la direction de la Pre Audrey Corbeil Therrien à l'Institut Interdisciplinaire d'Innovation Technologique au sein de l'équipe IMPETUS. La personne retenue interagira régulièrement avec tous les collaborateurs, et il y aura possibilité d'un séjour court terme avec des collaborateurs canadiens. La personne étudiante bénéficiera ainsi d'un environnement de recherche exceptionnel alliant étudiants, professionnels, professeurs et industriels travaillant main dans la main au développement des technologies du futur. Ce projet est soutenu par l'Institut McDonald et l'étudiant aura accès à ses ressources et à ses activités.
 
Exigences particulières
 
La personne candidate doit avoir un dossier académique de qualité, une connaissance de base en physique nucléaire, une compétence intermédiaire en programmation Python, un sens de la créativité, une forte capacité d'adaptation et un goût pour la recherche et développement en instrumentation et en intelligence artificielle.
Des expériences en conception de réseaux de neurones, conception matérielle (FPGA) et/ou en astrophysique sont des atouts.

Financement offert

Oui

25 000$

La dernière mise à jour a été faite le 24 octobre 2025. L’Université se réserve le droit de modifier ses projets sans préavis.