ASNR - Chercheur(se) en géosciences H/F
Structure organisationnelle
Publiée le
01/04/2026
Contrat
CDI · Inconnue
Localisation
, Fontenay-aux-Roses, 92260, France
Taille équipe
Inconnue emp.
Rémunération
Inconnue
Missions clés
Développer un outil d'IA pour l'estimation de la magnitude des séismes. · Comparer l'outil d'IA avec les méthodes classiques. · Collecter des données d'intensité sismique à l'échelle européenne.
Profil recherché
Bac +5 (Master 2, Diplôme d'ingénieur) · Curiosité · Capacité d'analyse · Travail en équipe
Outils & compétences
IA, sismologie, géophysique, géologie, régression linéaire, inversion non-linéaire
Le poste en détail
La connaissance de la sismicité historique (avant 1960) est un élément essentiel pour évaluer l'aléa sismique dans une zone à sismicité faible à modérée comme la France. Cette sismicité est connue au travers des témoignages contenus dans les archives, convertis en intensité décrite par une échelle d'intensité macrosismique. Cette donnée d'intensité est encore collectée de nos jours, permettant la calibration de modèles reliant intensité et magnitude. Ces modèles sont ensuite appliqués aux données d'intensité des séismes historiques pour en estimer la magnitude. La calibration est effectuée par des méthodes de régression linéaires ou d'inversion non-linéaire. De plus en plus d'outils d'IA sont développés dans le domaine de la sismologie, mais aucun pour construire des catalogues des séismes historiques. Parallèlement, aujourd'hui, de nombreuses données d'intensité sont collectées et disponibles en Europe, rendant possible l'entrainement d'outils d'IA pour estimer la magnitude des séismes historiques. La question qui se pose est l'apport de ces techniques d'IA par rapport aux méthodes classiques déployées aujourd'hui.Les objectifs de cette thèse sont donc de développer un outil d'IA pour l'estimation de la magnitude et la localisation des séismes à partir des données d'intensité et de comparer celui-ci aux outils et méthodes classiques utilisées aujourd'hui. Il s'agit donc également de développer une méthodologie de comparaison d'outils différents ayant les mêmes objectifs.La thèse se divise en trois parties principales : collecte des données, développement de l'outil d'IA et comparaison de l'outil d'IA avec les méthodes classiquesL'entrainement d'outil IA nécessite un nombre important de données, la première étape donc la collecte de données à l'échelle de l'Europe. Puis ces données devront être mises en forme afin de répondre de manière optimum au problème donné et à l'architecture de l'outil d'IA choisi. (Oct. 2026 à avril-mai 2027). Plusieurs architectures de l'outil d'IA seront testées et comparées entre elles (juin 2027-Oct.2028), afin de savoir quelle est la meilleure pour la problématique abordée, aucun outil d'IA ayant été développé à ce jour pour l'estimation de la magnitude à partir des données d'intensité. Les différentes architectures seront tirées de la littérature (e.g. Mousavi and Beroza 2020, Zhang at al.2020, Hourcade et al. 2025). Enfin, l'outil d'IA développé sera comparé a minima à deux méthodes classiquement utilisées par la communauté scientifique (Gasperini et al. 1999, 2010, Provost and Scotti 2020) pour localiser et estimer la magnitude de séismes historiques (Nov.2028 – 2029).