Bourse de doctorat EPSRC entièrement financée: Apprentissage automatique iCASE pour la fabrication d’aimants IRM

Cette bourse est financée par EPSRC CASE Award avec Siemens Healthineers Magnet Technology.

Date de début:  octobre 2020

Thèmes:  Génie informatique, Data Science, Intelligence artificielle

Description du projet :

L’intelligence artificielle (IA), l’apprentissage automatique (ML) et le cadre plus large de la science des données sont des mots à la mode et ont contribué à la réussite mondiale d’entreprises comme Google et Amazon. Les données qu’ils collectent à l’aide de nos recherches sur Internet et de nos assistants vocaux (par exemple Alexa) sont utilisées pour faire des prédictions sur nos goûts et nos aversions, pour nous faire des recommandations, pour nous vendre des produits et services ainsi que pour améliorer l’efficacité de leurs propres entreprises. Compte tenu de ce succès, il n’est pas surprenant que l’IA, et les algorithmes ML en particulier, aient suscité l’intérêt des sociétés d’ingénierie du monde entier afin d’utiliser les données qu’elles collectent déjà pour améliorer leurs produits, leurs processus de fabrication et les services qu’ils fournissent à leurs clients.

Ce projet de doctorat EPSRC Award CASE se concentrera sur le ML avec la possibilité d’avoir un impact réel sur le processus de fabrication d’une société leader mondiale dans la fabrication de scanners IRM, à savoir Siemens Healthineers.

L’étudiant apprendra les derniers développements en IA / ML et appliquera ces techniques pour comprendre et améliorer les aimants, qui font partie intégrante des scanners IRM de Siemens Healthineers. L’objectif est de comprendre quels processus ou circonstances de fabrication conduisent, dans des circonstances exceptionnelles, à des aimants qui se comportent en dehors des paramètres de performance normalement attendus. L’identification des sensibilités suspectées dans la construction de l’aimant à partir de l’analyse ML devrait être intégrée aux changements au sein de l’usine. Le candidat retenu pourra avoir un impact direct sur les performances des scanners IRM produits par Siemens Healthineers.

Cet objectif sera atteint grâce aux objectifs suivants:

• Comprendre et pouvoir appliquer les derniers algorithmes AI / ML
• Acquérir une bonne compréhension des processus d’ingénierie physique dans la fabrication et le fonctionnement des aimants IRM.
• Travailler efficacement avec les bibliothèques de logiciels, les grands ensembles de données et présenter les résultats de manière informative
• Pour pouvoir comparer les performances et accéder à la qualité des prédictions AI / ML
• Faire des recommandations basées sur les prédictions AI / ML pour influencer le cycle de conception des aimants IRM
• Communiquer clairement les idées et les résultats sur papier et lors de présentations aux industriels et à la communauté universitaire

Le candidat idéal aura un fort intérêt pour l’IA / ML / science des données couplé à une excellente formation en ingénierie / physique. L’étudiant doit être éduqué au moins au niveau d’un baccalauréat en génie / physique / mathématiques ou informatique avec de préférence un baccalauréat spécialisé de première classe ou une classification élevée de 2: 1. Les étudiants ayant une expérience supplémentaire, par exemple sous la forme d’une maîtrise ou d’une année en industrie, sont très encouragés à postuler.

Une formation à la fois en IA / ML / science des données ainsi qu’en scanners IRM sera dispensée, mais l’expertise existante en simulation informatique, programmation, fabrication devrait être avantageuse.

Les règles de l’EPSRC signifient que cette bourse n’est ouverte qu’aux ressortissants britanniques ou européens résidant habituellement au Royaume-Uni depuis au moins 3 ans avant le début de la bourse.

Superviseurs de projet :  Dr PD Ledger  et  professeur AJ Gil

Ressources / installations disponibles : Accès aux grappes informatiques du Collège d’ingénierie.