Evaluation de nouvelles stratégies de gravure GaN à faible endommagement pour la réalisation de MicroLED hautes performances
Pour les applications communication optique et affichage (display, AR/VR), le besoin de micro-écrans par µLEDs GaN très résolus devient de plus en plus important. La formation du pixel constitue la brique critique car elle génère des défauts sur les flancs des µLED, qui limitent les performances d’émission du dispositif. Ces dégradations ont encore plus d’impacts sur les performances électro-optiques pour des pitch LED agressifs.
Le sujet propose une approche complète, allant du développement de nouvelles stratégies de gravures GaN limitant l’endommagement des flancs du pixel, jusqu’à sa caractérisation au travers de moyens directs dédiés, et validés sur dispositif complet par un véhicules de tests électrooptique.
Apprentissage bayésien sur architectures ReRAM par échantillonnage de Langevin sans rétropropagation
Les réseaux de neurones bayésiens permettent à l'intelligence artificielle de prendre en compte l'incertitude de ses prédictions, mais leur apprentissage nécessite de nombreux calculs. Les mémoires résistives (ReRAM), capables de stocker des données et de réaliser des calculs directement au sein de circuits électroniques, offrent une solution prometteuse pour réduire ce coût.
Cette thèse propose de développer une nouvelle méthode d'apprentissage bayésien sur ReRAM, fondée sur l'échantillonnage de Langevin. Cette approche permet d'explorer efficacement les paramètres d'un réseau de neurones en combinant des perturbations aléatoires et une estimation du gradient. L'objectif est d'exploiter les fluctuations physiques naturelles des ReRAM pour estimer ce gradient sans utiliser l'algorithme classique de rétropropagation. La possibilité de réutiliser les tentatives d'écriture des mémoires sera également étudiée afin de limiter la consommation d'énergie et l'usure des dispositifs.
Le travail combinera développement d'algorithmes, simulations et expérimentations sur des circuits ReRAM existants au CEA-Leti. Les résultats attendus sont la démonstration d'un apprentissage bayésien sur matériel réel, ainsi qu'une évaluation de ses performances, de sa précision et de son efficacité énergétique par rapport aux méthodes existantes.
Calibration bayésienne de modèles multiphysiques et conception inverse de dispositifs neuromorphiques assistées par apprentissage automatiqueé
Les dispositifs neuromorphiques électrochimiques, tels que les transistors ioniques synaptiques, offrent des perspectives prometteuses pour le développement d’architectures de calcul inspirées du fonctionnement du cerveau et présentant une faible consommation énergétique. Toutefois, leur conception et leur optimisation restent complexes en raison du couplage entre le transport ionique, les processus électrochimiques et les phénomènes électrostatiques. Les approches actuelles reposent encore largement sur des cycles itératifs de fabrication et de caractérisation expérimentale, ce qui limite l’exploration de l’espace de conception et l’identification de configurations optimales.
Cette thèse vise à développer une approche de type « jumeau numérique » prédictive et fondée sur les lois physiques, afin d’accélérer la modélisation et la conception inverse de dispositifs neuromorphiques électrochimiques. La méthodologie proposée associera modélisation multiphysique, inférence bayésienne et apprentissage automatique pour prédire le comportement des dispositifs, quantifier les incertitudes et explorer numériquement différentes architectures, réduisant ainsi le recours aux approches expérimentales reposant sur des cycles successifs d’essais et d’erreurs.
En s’appuyant sur une chaîne de calcul bayésienne existante et un modèle de substitution fondé sur des réseaux de neurones, le projet explorera des stratégies avancées d’apprentissage permettant d’approcher efficacement la distribution de probabilité a posteriori des paramètres physiques et géométriques du modèle, conditionnellement aux mesures expérimentales et/ou aux performances visées pour les dispositifs. Une attention particulière sera portée aux approches d’apprentissage informées par la physique, combinant les contraintes issues des équations aux dérivées partielles (EDP) gouvernant le système avec des observations expérimentales ponctuelles et peu nombreuses, dans l’esprit des *Physics-Informed Neural Operators* (PINO). Les opérateurs neuronaux, les modèles génératifs conditionnels (notamment les modèles de diffusion), ainsi que d’autres stratégies probabilistes d’apprentissage de l’état de l’art seront étudiés afin d’obtenir une approximation précise et efficace en termes de coût de calcul des distributions a posteriori, tout en permettant la quantification des incertitudes et la conception inverse des dispositifs.
Au-delà des dispositifs neuromorphiques électrochimiques, les méthodes développées pourront être étendues à une classe plus large de systèmes diélectriques non linéaires, notamment les dispositifs ferroélectriques et antiferroélectriques. Ces systèmes mettent en jeu des relations constitutives fortement non linéaires et des équations couplées complexes, qui rendent souvent particulièrement difficiles leur modélisation numérique conventionnelle et l'identification de leurs paramètres. Ils constituent ainsi un domaine d’application particulièrement prometteur pour la méthodologie proposée, fondée sur l'association de l'inférence bayésienne et de l'apprentissage automatique informé par la physique.
Simulation multi-échelle assistée par l’IA de la commutation ferroélectrique dans les oxydes d’hafnium
Que se passe-t-il à l’échelle atomique lorsqu’on écrit un bit dans une mémoire ferroélectrique, et comment cela détermine-t-il le comportement d’un dispositif réel ? Cette thèse associe apprentissage automatique, simulations atomistiques large échelle et modélisation à l’échelle du dispositif pour répondre à ces questions.
L’oxyde ferroélectrique d’hafnium-zirconium (HZO) est essentiel pour des mémoires non volatiles très basse consommation telles que la FeRAM et les transistors FeFET. Compatible CMOS, il conserve son caractère ferroélectrique dans des films de quelques nanomètres. Pourtant, sa réponse dépend encore de mécanismes complexes liés à la composition, aux défauts, à la microstructure et aux interfaces. La théorie de la fonctionnelle de la densité (DFT) prédit précisément les propriétés, mais reste limitée à quelques centaines d’atomes. Les potentiels interatomiques entraînés par apprentissage automatique sur des calculs DFT permettent désormais de simuler jusqu’à un million d’atomes, avec une précision proche de la DFT.
En t’appuyant sur notre environnement logiciel interne, tu réaliseras d’abord des simulations de dynamique moléculaire de la commutation ferroélectrique dans des films de HZO, puis dans des capacités TiN/HZO/TiN complètes sous tension. Tu étudieras la nucléation des domaines, le mouvement de leurs parois et le rôle des lacunes d’oxygène et des interfaces avec les électrodes. Ces résultats serviront ensuite à paramétrer un modèle à l’échelle du dispositif afin d’interpréter les mesures électriques réalisées sur les FeRAM fabriquées au CEA-Leti. Tu travailleras en étroite collaboration avec les équipes d’intégration et de caractérisation avancée de FeRAM du CEA-Leti.
Caractérisation 3D multi-échelle de nanodispositifs par tomographie EDX et ptychographie électronique
La complexité croissante des nanodispositifs nécessite des techniques de caractérisation 3D multi-échelles, du nanomètre à l'atome. La tomographie STEM-EDX permet de cartographier la composition chimique en trois dimensions à l'échelle nanométrique. Des approches récentes d'apprentissage profond ont permis d'atteindre une résolution quasi isotrope de 5 nm sur des échantillons de 60 à 100 nm d'épaisseur. La ptychographie électronique offre des capacités complémentaires pour l'analyse structurale à résolution atomique. Cette thèse vise à développer une méthodologie corrélative combinant ces deux techniques sur un même échantillon. La tomographie STEM-EDX sera d'abord réalisée sur des lames TEM relativement épaisses. Les échantillons seront ensuite amincis, avec une épaisseur cible inférieure à 30 nm, pour permettre l'acquisition de données 4D-STEM. La ptychographie multislice sera utilisée pour obtenir des informations structurales résolues en profondeur. Des simulations permettront d'optimiser les conditions expérimentales et les paramètres d'acquisition. Les méthodes de traitement spectral EDX et de reconstruction tomographique à angles limités seront optimisées.
Les algorithmes de reconstruction ptychographique seront évalués en termes de résolution, de robustesse et de sensibilité aux éléments légers. Un enjeu majeur sera le recalage spatial des volumes chimiques et structuraux avant et après amincissement. La précision et les limites des reconstructions seront évaluées à l'aide de simulations et d'échantillons de référence. La méthodologie sera appliquée à des mémoires à changement de phase (PCM) et à des nano-émetteurs à base d'InGaN. L'objectif final est d'établir une approche de caractérisation 3D corrélative permettant de relier composition chimique, structure atomique et propriétés des nanodispositifs.
Exploration du bruit en 1/f et télégraphique aux températures cryogéniques dans les transistors avancés utilisés pour l'électronique de contrôle et de lecture des systèmes quantiques.
Avec la réduction de taille des transistors CMOS, le bruit à basse fréquence (LFN) ou "bruit en 1/f" — provoqué par le piégeage/dépiégeage des porteurs par les défauts de l'interface du diélectrique de grille — est devenu de plus en plus problématique. En effet, son amplitude est inversement proportionnelle à la surface de la grille, ce qui limite les performances des circuits, principalement analogiques et à signaux mixtes. Pour les transistors à l'échelle nanométrique, un autre type de fluctuation apparaît, appelé "bruit télégraphique aléatoire" (RTN), dû à l'activité d'une poignée de pièges seulement. Le RTN se traduit par des transitions de courant soudaines et de forte amplitude, capables de compromettre la stabilité des cellules mémoire et la précision des circuits d'imagerie. De manière contre-intuitive, le LFN et le RTN sont non seulement présents à des températures cryogéniques, mais ils s'avèrent même, dans certains cas, plus prévalents qu'à température ambiante. Cela représente un obstacle majeur pour les ordinateurs quantiques, car les circuits cryo-CMOS doivent être physiquement très proches des dispositifs à qubits afin d'assurer les fonctions de contrôle, de lecture et d'amplification du signal. Bien que les progrès technologiques puissent potentiellement améliorer le fonctionnement en dessous de 10 K et qu'une conception rigoureuse de circuits intégrés puisse atténuer les problèmes de lecture/écriture ou d'amplification de lecture, un effort important est requis sur la compréhension physique de ces phénomènes aux températures cryogéniques ainsi que sur leur description mathématique précise. Cet effort est indispensable non seulement pour le bruit, mais aussi pour les effets de vieillissement tels que les instabilités de tension de seuil en température (BTI). Cette thèse vise à fournir une compréhension approfondie du bruit basse fréquence à des températures cryogéniques allant jusqu'à 4 K, à travers des études expérimentales rigoureuses, tout en développant des modèles de bruit compacts fondés sur la physique pour la conception de circuits cryogéniques. Des approches récentes seront évaluées et de nouvelles méthodes d'extraction des paramètres de bruit seront élaborées. En termes de technologies, les transistors étudiés seront des MOSFETs FD-SOI du nœud industriel 28 nm de STMicroelectronics utilisés dans le projet européen Q-LOOP (IRT).
Développement et application de la cathodoluminescence résolue en temps pour la caractérisation à l’échelle nanométrique des microLEDs
Contexte : Les microLEDs à base de semi-conducteurs III-nitrures sont prometteuses pour les technologies d’affichage et l’optoélectronique. Leurs performances dépendent des mécanismes de recombinaison et de transport des porteurs de charge à l’échelle nanométrique, notamment à proximité des flancs, des interfaces et des défauts. La cathodoluminescence résolue en temps (Time-Resolved Cathodoluminescence, TRCL) combine la résolution spatiale de la microscopie électronique avec une analyse temporelle et spectrale de la luminescence. Elle permet ainsi d’étudier la dynamique locale des porteurs de charge avec une résolution spatiale nanométrique et une résolution temporelle subnanoseconde. Cette thèse vise à développer des méthodes de caractérisation par TRCL adaptées aux microLEDs à base de III-nitrures.
Description des travaux : Le ou la thésarde développera des méthodes de mesure par TRCL en optimisant les paramètres du faisceau d’électrons (énergie et courant) ainsi que la température de mesure. Il ou elle étudiera la dynamique des porteurs de charge et l’influence des flancs, des interfaces et des défauts sur les propriétés d’émission des microLEDs. Le traitement et l’analyse de jeux de données TRCL multidimensionnels feront également partie des travaux. Le stage se déroulera au sein de la plateforme PFNC du CEA-Leti, en interaction avec des chercheurs travaillant sur les microLEDs.
Compétences requises : Solides connaissances en physique du solide et motivation pour apprendre les techniques de caractérisation et d’analyse de données. Des connaissances en luminescence seraient appréciées. Le ou la thésarde développera ses compétences grâce aux collaborations académiques et aux interactions avec les partenaires du CEA-Leti.
Développement et caractérisation de photorésines biosourcées pour des applications de lithographie
Le CEA-Leti, acteur clé dans le développement de composants microélectroniques innovants, se concentre sur l’élaboration de nouveaux matériaux pour les dispositifs et les procédés de fabrication des circuits intégrés, notamment les photorésines. Dans une démarche d’écoconception, ces innovations visent à éliminer les substances toxiques, telles que les PFAS (substances per- et polyfluoroalkylées), tout en répondant aux exigences technologiques de la microélectronique moderne.
Dans ce cadre, le Laboratoire des Procédés Avancés de Lithographie (LALP) collabore avec le Laboratoire matériaux pour les capteurs et la délivrance(LMCD) pour co-développer des photorésines biosourcés à base de méthacrylates. L’objectif de cette thèse est d’étudier les performances lithographiques de ces matériaux, ainsi que leur impact environnemental et économique. Une attention particulière sera accordée à l’influence de la synthèse chimique sur les propriétés optiques des résines, à leurs mécanismes de polymérisation et à leurs caractéristiques mécaniques après exposition. Enfin, des outils d’analyse du cycle de vie (ACV) seront mis en place pour évaluer la durabilité des produits développés.
Méthodologie et compétences requises :
Cette étude couvrira l’intégralité du procédé de photolithographie, depuis la synthèse du matériau de base et sa formulation jusqu’à la structuration finale. Une première étape consistera en une caractérisation rhéologique du matériau après synthèse, suivie d’une évaluation de son comportement lors de l’étape de spin-coating, en utilisant des techniques telles que l’ellipsométrie, la TGA (Analyse Thermogravimétrique) et la DSC (Calorimétrie Différentielle à Balayage).
Une analyse approfondie sera menée pour étudier la sensibilité du matériau à une longueur d’onde de 365 nm, typiquement utilisée en lithographie. La caractérisation des motifs obtenus sera réalisée par microscopie électronique à balayage (SEM), tandis que les propriétés physiques de la résine seront évaluées par ellipso-porosimétrie et microscopie à force atomique (AFM). Enfin, des tests de gravure seront effectués pour valider la résistance du matériau dans des conditions industrielles.
Cette approche multidisciplinaire, combinant chimie des polymères, science des matériaux et ingénierie des procédés, offre une vision complète des enjeux liés à la microélectronique durable.
Étude de la gravure cryogénique de métaux pour la réalisation de structures à fort aspect ratio
De plus en plus de dispositifs nécessitent la réalisation de gravures à fort aspect ratio afin d’augmenter la surface développée tout en conservant une empreinte 2D réduite, c’est le cas des mémoires 3D. Dans le cas des FeRAM ou FeFET 3D, il est utile de graver ces structures profondes directement dans des métaux tels que W ou TiN, or ces gravures sont limitées pas une faible sélectivité au masque, une faible vitesse de gravure à petit CD et des profils déformés. La gravure cryogénique peut apporter des améliorations novatrices sur ces aspects, comme ça a été le cas pour le Si et les diélectriques SiO2/SiN, et l’étude avec de nouvelles chimies à faible GWP (ex: Cl2, BCl3, F2) peu explorées pour la cryogravure sont scientifiquement intéressantes
Ingénierie chimique des surfaces actives en technologie des matériaux II-V pour l'Infra-rouge Refroidie
Cette thèse s’inscrit dans la continuité de travaux visant à améliorer la passivation des photodiodes HgCdTe, en particulier pour les architectures P-i-N. Elle cherche à comprendre les mécanismes physico-chimiques responsables de la dégradation des interfaces entre le matériau semi-conducteur et la couche de passivation. Les études antérieures ont notamment mis en évidence l’influence des contaminants résiduels, de l’oxydation de surface et de l’excès de tellure sur les propriétés électriques des dispositifs. L’objectif principal est de développer des procédés d’ingénierie de surface permettant de mieux contrôler la composition chimique et les défauts des interfaces. Différents traitements chimiques et électrochimiques seront étudiés afin de limiter l’oxydation, de réduire les contaminations et d’améliorer la stabilité des surfaces. La caractérisation reposera sur des techniques avancées telles que la XPS, la HAXPES et la ToF-SIMS, complétées par des mesures électriques et électrochimiques. Une attention particulière sera portée à l’établissement de corrélations quantitatives entre la composition chimique des interfaces, leurs propriétés électrochimiques et leur comportement électrique. Ces résultats permettront d’identifier les paramètres déterminants pour les performances des photodiodes et d’optimiser les traitements de passivation. Les procédés développés seront ensuite évalués sur des structures représentatives des photodiodes P-i-N, notamment dans la perspective d’un fonctionnement à température élevée. Enfin, cette thèse intègre une dimension d’éco-innovation visant à rendre les procédés de fabrication plus respectueux de l’environnement. Le développement de traitements électrochimiques in situ et de nouvelles chimies dites « vertes » pourrait permettre de remplacer certaines solutions conventionnelles à base de brome. À terme, ces travaux contribueront à la conception de détecteurs infrarouges plus performants, plus stables et nécessitant des systèmes de refroidissement moins contraignants, tout en réduisant potentiellement l’impact environnemental des procédés de fabrication.