Thème : Doctorat
Des femmes qui font la science
Women who make science happen
Mines Paris – PSL, membre du groupement européen EELISA, célèbre ja Journée internationale des femmes de science, le 11 févier 2022.
Table-ronde, en anglais, organisée par le groupement européen EELISA (European Engineering Learning Innovation and Science Alliance) à l'occasion de la Journée internationale des femmes et des filles de science.
Réalité, opprotunités rencontrées, et défis relevés par les femmes scientifiques des institutions membres d'EELISA.
> Rencontre en ligne, de 11h30 à 13h30
En savoir plus
Soutenance de thèse de Mathieu CHAMBEFORT
Contrôle qualité et étude du traitement sismique par apprentissage statistique : développement d'un outil industriel autonome
Résumé de la thèse en français
Le traitement de données sismiques permet de convertir des enregistrements bruts effectués sur le terrain prospecté en images des structures géologiques et retrouver certaines propriétés physiques du sous-sol. Les études sismiques actuelles peuvent s'étendre sur plusieurs mois et générer plusieurs téraoctets d'information par jour. La taille considérable de ces jeux de données rend leur analyse et leur traitement de plus en plus complexes et coûteux. En particulier, la quantité d'images produites est telle qu'une vérification visuelle systématique de la cohérence des résultats par le géophysicien (phase dite de contrôle qualité) est impossible. Traiter et réaliser le contrôle qualité des données nécessitent une grande expertise en sismique. Les travaux présentés dans cette thèse portent sur l'utilisation des méthodes issues de l'apprentissage statistique pour réaliser le traitement des données et fournir une aide à la prise de décision aux géophysiciens pour contrôle qualité des données. Différents états de l'art sur les méthodes disponibles pour réaliser ces traitements et le contrôle qualité des données sismiques sont réalisés. Les approches proposées se fondent dans un premier temps sur celles utilisées par les géophysiciens, couplées avec de l'apprentissage statistique. Par la suite, de nouvelles approches utilisant des méthodes d'apprentissage profond sont proposées pour le traitement et le contrôle qualité, dans un contexte où peu de données étiquetées pour la réalisation d'apprentissage supervisé est disponible. Aussi une méthode basée sur l'apprentissage semi-supervisé est proposée pour le contrôle qualité des données. Pour tirer au mieux parti de l'étiquetage des géophysiciens, une approche originale d'apprentissage actif a également été développée.
Résumé de la thèse en anglais
Seismic data processing has the goal of converting raw field records into images of geological structures below the ground. It may also allow us to recover some physical properties of the sub-surface with the aim of assessing the presence of fluids (hydrocarbon, gaz, water). Modern seismic surveys can take months to acquire, resulting in several terabytes of seismic data and millions of temporal series per day. The huge size of those datasets makes their analysis and processing increasingly complex, long and expensive, an imaging project needing to mobilize thousands of machines over several months. Considering this amount of data, it is impossible for geophysicists to systematically verify the coherency of the results obtained at each processing task for the whole dataset. A geophysicist needs a lot of expertise to process and quality control the seismic data, and this task is extremely time consuming. The automatization of either the processing or the quality control is therefore an important challenge for the oil industry. The different works of this thesis deal with the use of machine learning methods as a tool to aid in this processing and proposes techniques for quality control of the data. An overview of the current state of the art of processing methods and quality control is outlined. A number of approaches are highlighted: firstly, those which are based on our observations of how geophysicists usually build their quality control workflow combined with machine learning approaches. These methods are relying on supervised learning and therefore require access to the processed data as well as their labels indicating the quality of the processing. To obtain such data, a software allowing the gathering of data at various steps of the processing sequence was developed, also allowing the on-the-fly labelling of data by the geophysicists. New approaches are proposed for the processing and quality control which are based on supervised deep learning in the context of a small amount of labeled data. An alternative method is given, based on semi-supervised learning for the model part and on active learning which takes advantage of labels assigned by the geophysicist.
Titre anglais : Quality control and study of seismic processing by machine learning: development of an autonomous industrial tool
Date de soutenance : vendredi 10 décembre 2021 à 14h00
Adresse de soutenance : 19 place marguerite perey, 91120 Palaiseau – Amphi 4
Directeur de thèse : Hans WACKERNAGEL
Co-encadrant : Stephan CLEMENCON
Co-encadrant : Emilie CHAUTRU
En savoir plus
Soutenance de thèse de Milad FARSHAD
Imagerie sismique multi-paramètres : approche linéarisée par équation d'onde
Résumé de la thèse en français
L'imagerie sismique est l'une des méthodes les plus pertinentes pour l'estimation des paramètres physiques (vitesse, densité, …) depuis l'acquisition de données en surface. Avec l'hypothèse de séparation d'échelles, plusieurs méthodes d'imagerie décomposent le modèle de vitesse entre un macro-modèle lisse et un modèle de réflectivité. Le but des techniques de migration est de déterminer la réflectivité dans un macro-modèle donné. Parmi différentes solutions, la Reverse Time Migration (RTM) est devenue la méthode de choix pour les milieux complexes. Par définition, RTM est l'adjoint de l'opérateur de Born et souffre de différents artéfacts de migration. Des développements récents ont permis d'analyser la RTM avec une approche asymptotique. Ils ont conduit à une méthode directe pour inverser l'opérateur de modélisation, et apporter une solution quantitative en une seule itération. L'inverse direct suppose un milieu acoustique à densité constante, ce qui représente une limite forte pour les applications pratiques. Dans cette thèse, j'ai d'abord étendu l'applicabilité de l'inverse direct depuis une densité constante à une densité variable et vers les milieux élastiques. Dans le cadre de l'imagerie multi-paramètres, la principale limitation est la non unicité de la solution. Pour cela, je propose d'ajouter des contraintes avec une norme l1 sur chacune des classes de paramètres. De plus, je propose d'utiliser l'inverse direct pour accélérer la convergence de la RTM multi-paramètres. Les méthodologies sont développées et analysées sur des données synthétiques 2D et sur un cas réel marin.
Résumé de la thèse en anglais
Seismic imaging is one of the most effective methods for estimating the Earth's physical parameters from seismic data. Based on the assumption of scale separation, several imaging methods split the velocity model into a smooth background model and a reflectivity model. The goal of Migration techniques is to determine the reflectivity in a given background model. Among different migration algorithms, reverse time migration (RTM) has become the method of choice in complex geologic structures. By definition, RTM is the adjoint of the linearized Born modeling operator and suffers from various migration artifacts. Recent developments recast the asymptotic inversion in the context of RTM. They determine a direct method to invert the Born modeling operator, providing quantitative results within a single iteration. The direct inverse is based on constant-density acoustic media, which is a limiting factor for practical applications. In this thesis, I first extend the applicability of direct inverse from constant-density acoustic to variable-acoustic acoustic and elastic media. In the concept of the multi-parameter imaging, the main limitation is the non-uniqueness of the inversion results. To tackle the ill-posedness of the inverse problem, I propose to add independently l1-norm constraints to each inverted parameter as regularization terms. Furthermore, I utilize the direct inverse to accelerate the convergence rate of multi-parameter least-squares RTM. The methodologies are developed and analyzed on 2D synthetic datasets and a marine real dataset.
Titre anglais : Multi-parameter seismic linear waveform imaging
Date de soutenance : jeudi 9 décembre 2021 à 9h30
Adresse de soutenance : Mines ParisTech, 60 Boulevard Saint-Michel, 75006 Paris – L109
Directeur de thèse : Hervé CHAURIS
En savoir plus
Agir contre les violences sexistes et sexuelles
À l’occasion de la conférence Ressources Humaines du 16 novembre 2021, l’Université PSL a voté un important plan de formation à la prévention des violences sexistes et sexuelles, des harcèlements et des discriminations à destination des personnels et de la communauté étudiante.
Ce plan de formation vient renforcer le dispositif d’écoute et de veille déjà mis en place à Mines Paris et au sein de l’Université PSL.
Les violences sexistes et sexuelles, le harcèlement, les discriminations et le bizutage ne peuvent être tolérés.
Lancement d’un important plan de formation
Porté par l’École interne de PSL, il s'agit de formations ouvertes à toutes et tous sur les questions sexistes et sexuelles, les harcèlements et les discriminations.
Différents modules seront proposés, qui évolueront au fil des demandes et des besoins exprimés :
- Modules à destination des personnels encadrants ou accompagnants (aussi bien administratifs qu’académiques) relatifs aux risques spécifiques propres aux violences sexuelles et sexistes, aux harcèlements, aux discriminations, ainsi qu’aux risques psycho-sociaux (RPS),
- Modules spécifiques pour les étudiantes et les étudiants responsables d’associations,
- Modules spécifiques pour les personnels académiques encadrant des étudiantes et des étudiants,
- Formations spécifiques pour les personnels à n+3.
Ce plan prévoit une formation obligatoire de sensibilisation à la lutte contre les violences et discriminations sexuelles et sexistes pour tous les néo-arrivantes et arrivants, dès la rentrée universitaire 2022.
Ce volet s’inscrit dans un plan d’actions plus vaste relatif à l’égalité professionnelle entre les femmes et les hommes.
Des cellules d'écoute et de veille
Notre université PSL dispose d’une cellule d’écoute et de veille composée de référentes et référents égalité des établissements de PSL, de sa vice-présidente vie étudiante et responsabilité sociale, Florence Benoit-Moreau, et d’autres membres des communautés enseignante, étudiante, scientifique et administrative. Cette cellule a pour mission de faciliter le signalement des situations de violences sexistes et sexuelles, de harcèlement, de bizutage et de discrimination.
La cellule d'écoute de Mines Paris
Par ailleurs, l'École a mis en place différents dispositifs d’aide et de soutien, tels que des permanences médico-professionnelle et psychologique. Une personne référente pour l'égalité femmes-hommes a été nommée au sein de la Direction des études,qui travaille en collaboration avec l'association étudiante "Mines Parité". |