Développement de sources de photons multiplexées pour les technologies quantiques
Les technologies de l’information quantique offrent de nombreuses promesses notamment dans le domaine du calcul et des communications sécurisées. Parmi la diversité de technologies possibles, les qubits photoniques, du fait de leur excellente robustesse à la décohérence sont particulièrement intéressants pour les communications quantiques, y compris à température ambiante. Ils offrent également une alternative à d’autres technologies de qubits dans le cadre du calcul quantique. Afin de déployer à grande échelle ces applications, il est nécessaire de disposer de dispositifs compacts, bon marché, en grand nombre. La photonique sur silicium est une plate-forme attractive pour parvenir à cet objectif, en implémentant différents composants clé de génération, manipulation et détection de qubits photoniques.
La génération de photons à l’état solide peut se faire par différents processus physiques. Parmi ceux-là, la génération non-linéaire de paires de photons présente différents attraits tels que le fonctionnement à température ambiante, la possibilité d’utiliser la paire de photons comme source de photons uniques annoncés, sources de paires de photons intriqués…
Votre rôle consistera à travailler au développement, au suivi de fabrication et à la caractérisation en laboratoire de sources de photons paramétriques multiplexée dans des matériaux à base de silicium afin de surpasser les limites inhérentes au processus physique de génération de paires de photons. Dans l’objectif d’une intégration complète sur une unique puce, il est notamment essentiel de pouvoir filtrer efficacement la lumière indésirable, afin de ne garder que les photons d’intérêt. C’est pourquoi un accent particulier sera également mis sur ces filtres.
Croissance MOCVD de films 2D ferroélectriques In2Se3 pour mémoires non-volatiles haute densité et basse consommation
Les matériaux ferroélectriques à température ambiante sont l’élément clé des mémoires non-volatiles haute densité et basse consommation. Cependant, avec la miniaturisation accrue des dispositifs électroniques, les ferroélectriques conventionnels sont limités à une épaisseur critique en dessous de laquelle la ferroélectricité est instable. Les matériaux bidimensionnels (2D) grâce à leur chimie de surface saturée et leurs faibles interactions inter-couches présentent l’avantage d’être stables à la limite de la monocouche atomique et sont donc prometteurs pour explorer la ferroélectricité dans des épaisseurs nanométriques et sub-nanométriques. Jusqu’à présent, les preuves de concept démontrant la ferroélectricité 2D ont principalement utilisé des cristaux de quelques µm2 exfoliés mécaniquement à partir d’un cristal massif. En particulier, les phases ? et ? du semiconducteur lamellaire In2Se3 préservent un caractère ferroélectrique à la limite de la monocouche atomique.
Compte tenu de l’impératif des applications « wafer-scale » de la microélectronique, il y a aujourd’hui un besoin urgent de croissance de matériaux 2D de haute qualité cristalline sur des substrats de grande dimension. L’objectif de la thèse est de développer la croissance du matériau lamellaire In2Se3 dans ses phases non centro-symmétriques ? ou ? par épitaxie en phase vapeur par procédé chimique (MOCVD) sur des substrats de silicium de grande dimension (200 mm). A notre connaissance, seulement trois articles de la littérature démontrent la croissance MOCVD du composé In2Se3. Un seul met en évidence l’obtention de la phase ? (article de 2024). Le défi est donc difficile mais possible. La preuve de concept d’une cellule mémoire ferroélectrique sera réalisée si possible in fine en déposant directement une électrode métallique en surface du matériau ferroélectrique 2D sans endommager ce-dernier
Caractérisation chimique 3D de dispositifs ePCM par tomographie STEM-EDX et intelligence artificielle
Cette thèse s'inscrit dans le contexte du progrès récent de la technologie des mémoires à changement de phase dans les applications embarquées (ePCM). La miniaturisation des ePCM pour des nœuds inférieurs à 18nm pose de nombreux défis non seulement dans la fabrication, mais aussi dans la caractérisation physico-chimique de ces dispositifs. L'objectif du projet est d'étudier les phénomènes de ségrégation chimique et de cristallisation en 3D dans les nouveaux alliages PCM intégrés dans des dispositifs ePCM planaires et verticaux, en utilisant la tomographie électronique en mode STEM-EDX (et 4D-STEM). Compte tenu de l'extrême miniaturisation et de la géométrie complexe des dispositifs, l'accent sera mis sur l'optimisation des conditions expérimentales et sur l'application de techniques de machine learning et d'apprentissage profond pour améliorer la qualité et la fiabilité des résultats 3D obtenus. Une corrélation avec le comportement électrique du dispositif sera effectuée pour mieux comprendre les phénomènes à l'origine des défaillances après endurance et après perte de données à haute température.
Un TEM NeoARM Cold-FEG corrigé par sonde (60kV-200kV) sera utilisé pour l'acquisition des données tomographiques. Il est équipé de deux détecteurs SSD à grand angle solide (JEOL Centurio), d'un filtre en énergie CEOS (CEFID) et d'une caméra à détection directe (Timepix3). Le candidat aura également accès aux codes Python développés en interne ainsi qu'aux ressources informatiques nécessaires pour effectuer l'analyse des données spectrales et tomographiques.
CORTEX: Orchestration de Conteneurs pour les applications Temps-Réel, Embarqués/edge, à criticité miXte
Cette proposition de thèse de doctorat vise à développer un schéma d'orchestration de conteneurs pour les applications en temps réel, déployées sur un continuum de ressources de calcul hétérogènes dans l'espace embarqué-edge-cloud, avec un focus particulier sur les applications nécessitant des garanties en temps réel.
Les applications, allant des véhicules autonomes, à la surveillance de l'environnement ou à l'automatisation industrielle, exigent traditionnellement une grande prédictibilité avec des garanties en temps réel, mais elles demandent de plus en plus de flexibilité à l'exécution ainsi qu'une minimisation de leur empreinte environnementale globale.
Pour ces applications, une stratégie adaptative innovante est nécessaire pour optimiser dynamiquement (à l'exécution) le déploiement des charges logicielles sur les nœuds matériels, avec un objectif mixte-critique combinant des garanties en temps réel et la minimisation de l'empreinte environnementale.
Emission TeraHertz dans des puits quantiques topologiques HgTe/CdTe
Les sources de lumières cohérentes dans le domaine TeraHertz sont aujourd’hui inexistantes. Le graphène a été proposé pour réaliser de telles sources en utilisant les transitions entre niveaux de Landau sous champ magnétique mais l’équidistance énergétique entre ces niveaux ne permet pas d’écarter les recombinaisons non-radiatives de type Auger. Une nouvelle classe de matériaux, les isolants topologiques, permet de contourner ce problème en modifiant la répartition de ces niveaux de Landau par ouverture d’un gap, tout en conservant un système électronique de Dirac. HgTe/CdTe fait partie de ces isolants topologiques avec des mises en évidence expérimentales très claires de ces effets et des propriétés de transport électronique uniques. Nous proposons de réaliser des puits quantiques HgTe/CdTe en se plaçant au voisinage de la transition topologique. Nous avons récemment démontré expérimentalement l’émission Terahertz à partir de transitions de Landau avec un simple puits quantique. La problématique de la thèse consiste à optimiser l’épitaxie de ce système HgTe/CdTe et réaliser des empilements à multiples puits de façon à augmenter le gain. Ces multipuits devront être placés dans une cavité optique adaptée, à base de miroirs métalliques. Les électrons de Dirac devront également être polarisés par effet de grille pour ajuster les positions énergétiques des niveaux de Landau et contrôler leur population. Les procédés micro-électroniques seront employés pour y parvenir. Enfin, les propriétés d’émission TeraHertz seront déterminées précisément par spectroscopie magnéto-optique.
L’ensemble du travail de thèse conduira à préciser le potentiel de ce nouveau type de matériau pour des applications aux lasers TeraHertz et si possible à en faire une première démonstration.
Transmetteur hybride large bande pour les futurs systèmes sans fil
Cette offre de thèse s’inscrit dans une démarche de réduction de la consommation d’énergie ainsi que de l’empreinte carbone des futurs systèmes sans fil par l’investigation d’architectures innovantes de transmetteurs (TX) possédant une forte efficacité énergétique. L’objectif de cette thèse est d’élaborer une nouvelle architecture de TX pour les standards 5G et 6G. Différentes techniques telle que la modulation de charge ou d’alimentation ont démontré une augmentation de l’efficacité des TX par le passé, mais l’augmentation de la bande instantanée requise par les nouveaux standards de communication limite le bénéfice de ces techniques. Au cours de cette thèse, le candidat développera une nouvelle architecture de TX hybride qui associera à la fois la modulation de charge ainsi que la modulation d’alimentation. Plus précisément, le candidat développera une méthode dédiée de co-design entre l’amplificateur de puissance et le modulateur d’alimentation qui permettra d’adresser les bandes 6G-FR3 (10GHz+) avec un fort PAPR (>10dB) et des signaux large bande (>200MHz).
Le candidat rejoindra le laboratoire d’architecture intégré radiofréquence (LAIR) où de nombreuses compétences (étude system, IC design and layout ...) et domaines d’expertise sont représentés (RF power, Low power RF, RF sensors, High-speed mmW). Au cours de sa thèse, le candidat analysera et modélisera de nouvelles architectures de TX, réalisera le design ainsi que le layout du circuit intégré afin de réaliser et valider un démonstrateur.
Lien :
- http://www.leti-cea.fr/cea-tech/leti/Pages/recherche-appliquee/plateformes/Plateforme-Conception.aspx
- https://www.youtube.com/watch?v=da3x89qxCHM
Profil recherché :
• Diplômé d’une école d’ingénieurs ou d’un master en électronique ou microélectronique
• Connaissance en technologie transistor (CMOS, Bipolar, GaN…) et en conception analogue/RF
• Expérience sur les logiciels ADS et/ou Cadence
• Compétences de bases en programmation (Python, Matlab…)
• Une première expérience en conception de circuit intégré serait appréciée
Contacts : Guillaume.robe@cea.fr, Pascal.reynier@cea.fr
Mots clés : Amplificateur de puissance, Modulation de charge, Modulation d’alimentation, module radiofréquence
Nouvel outil de diagnostic rapide pour la septicémie : biopuce microfluidique pour la détection multicible par amplification isotherme
Le sepsis est l’une des principales causes de mortalité dans le monde qui résulte généralement d’une infection bactérienne mais peut être aussi causé par des virus, des champignons ou des parasites. Un diagnostic rapide est essentiel pour une prise en charge efficace et augmenter les chances de survie du patient. Il existe des solutions commerciales de détection d’acides nucléiques par qPCR capable de détecter plusieurs cibles. Cependant ces techniques sont limitées par le nombre de canaux de fluorescence disponible sur l’instrument ou par le nombre de chambre de lecture. Ces techniques d’amorces LAMP (amplification isotherme en temps réel) spécifiques sur un support solide tel que le COC ou le verre.
Les résultats attendus sont l’élaboration d’une biopuce permettant de détecter en temps réel et en quelques minutes fragmentent l’échantillon pour pouvoir être multiplexe, ce qui conduit à une perte de sensibilité.
Pour répondre à la question : comment détecter plusieurs cibles sans perdre en sensibilité ? Le doctorant devra réaliser dans une unique chambre réactionnelle, une détection multiplexe par régionalisation plusieurs ADN cibles, comprenant : le design et le choix des amorces, l’immobilisation des amorces par fonctionnalisation de surface, l’intégration en carte micro fluidique et le traitement des données pour la détection par fluorescence de sondes spécifiques des cibles.
Cette innovation technologique, permettra au doctorant d’acquérir de solides compétences dans divers domaines tels que la biologie moléculaire, la fonctionnalisation de surface, la modélisation et la simulation tout en s’inscrivant dans une équipe pluridisciplinaire.
Fondements du raisonnement sémantique pour une coopération renforcée de l'IA en communications 6G multi-agents
La 6G intégrera la 5G et l'IA pour fusionner les espaces physiques, cybernétiques et de sapience, transformant les interactions réseau, révolutionnant la prise de décision pilotée par l'IA, et modifiant radicalement la perception des concepts fondamentaux d'information et de fiabilité. Cela nécessite une intégration native et conçue dès l'origine entre l'IA et les systèmes de communication. Les technologies 5G actuelles ne permettent pas un tel changement. La 5G se limite à "téléporter aveuglément" les données à travers le réseau sans comprendre a priori leur pertinence pour les destinataires. Par conséquent, les résultats des algorithmes d'IA restent confinés à des reconnaissances de motifs sophistiquées et à des corrélations statistiques, une limitation majeure des systèmes actuels d’information intelligente.
Pour accompagner cette révolution avec l'IA, le concept émergent de communications sémantiques et orientées objectifs transforme le traitement des informations en permettant à l'IA de collecter, partager et traiter les données de manière sélective en fonction de leur pertinence, valeur ou actualité pour les destinataires. Contrairement à la 5G, qui privilégie le transport de données volumineuses, les communications sémantiques mettent l'accent sur un partage de connaissances compressées et significatives pour améliorer le raisonnement de l'IA, s'adapter à des environnements variés et dépasser les limitations actuelles en matière de prise de décision intelligente.
Cette recherche doctorale explore trois domaines d'avant-garde : (1) les communications sémantiques, où l'état de l'art actuel se concentre principalement sur la compression et la robustesse pilotées par l'IA ; (2) l'intégration de la communication et de la détection, combinant l'échange de données et la détection environnementale pour des applications économes en ressources ; et (3) les avancées dans l'apprentissage compositionnel et le raisonnement de l'IA, permettant aux systèmes intelligents de traiter des données complexes et multimodales.
Cette recherche vise à développer des modèles abstraits de composition conceptuelle que les agents d'IA peuvent utiliser pour comprendre et raisonner sur des structures sémantiques complexes. Dans ce contexte, le doctorant concevra de nouvelles méthodologies de raisonnement compositionnel alignées sur les exigences des communications multi-utilisateurs et orientées objectifs. Les modèles permettront des échanges d'informations compositionnelles où les agents d'IA pourront former, échanger et inférer intuitivement à partir de représentations sémantiques composées. En se concentrant sur la compositionnalité et l'adaptabilité inhérentes aux échanges sémantiques, cette recherche contribuera à la prochaine génération de systèmes de communication intelligents et contextuellement adaptés. Ces systèmes permettront des échanges d'informations plus précis et significatifs entre les agents d'IA, améliorant leur prise de décision et leurs capacités de coopération dans diverses applications, des essaims robotiques autonomes aux dispositifs IoT connectés dans les villes intelligentes et autres environnements intelligents. Cette recherche doctorale évaluera les concepts théoriques novateurs proposés par rapport aux solutions actuelles en matière de communications sémantiques grâce à des simulations numériques.
In-Sensor Computing pour les Capteurs MEMS : vers un réseau de neurones électromécaniques
L'essor des modèles d'apprentissage automatique pour le traitement des données issues de capteurs a conduit au développement de l'Edge-AI, qui vise à effectuer ces traitements localement, directement au niveau des capteurs. Cette approche réduit la quantité de données transmises et allège les centres de calcul centralisés, offrant ainsi une solution pour diminuer la consommation énergétique globale des systèmes. Dans ce contexte, le concept d'in-sensor computing émerge, intégrant acquisition et traitement des données au sein du capteur lui-même. En exploitant les propriétés physiques des capteurs et des paradigmes de calcul alternatifs tels que le reservoir computing et le calcul neuromorphique, l'in-sensor computing élimine les étapes énergivores de conversion et de traitement des signaux dans le domaine électrique.
L'application de ce concept aux capteurs MEMS permet le traitement de signaux tels que l'accélération, la contrainte ou les signaux acoustiques, avec une réduction significative, voire une élimination, des composants électroniques traditionnels. Cela a ravivé l'intérêt pour les dispositifs de calcul mécanique et leur intégration dans des capteurs MEMS. Quelques recherches récentes explorent des dispositifs MEMS innovants intégrant des réseaux de neurones récurrents ou du reservoir computing, montrant un potentiel prometteur pour l'efficacité énergétique. Cependant, ces avancées restent encore limitées à des démonstrations de concept pour des tâches de classification élémentaire avec un très faible nombre de neurones.
Sur la base de notre expertise acquise en calcul à base de MEMS, ce travail de doctorat propose de pousser ces concepts plus loin en développant un dispositif MEMS intégrant un réseau de neurones, à plusieurs couches, reprogrammable avec des capacités d'apprentissage, un résultat qui aurait bien au-delà de l'état de l'art. A terme, l'objectif est de concevoir un capteur intelligent, combinant détection et prétraitement sur une même puce, et optimisé pour fonctionner avec une consommation énergétique extrêmement faible, de l'ordre du femtoJoule par activation. Cette thèse se concentrera sur l'exploration, la conception et la caractérisation de ce nouveau neurone MEMS, en ciblant des applications de traitement de signaux basse fréquence dans des environnements à haute température, ouvrant la voie à une déclinaison de l'edge-IA dans le domaine des MEMS.
Suivi en ligne des procédés de bio-production par imagerie holographique 3D
La culture des cellules adhérentes sur microcarriers (MCs) est un moyen prometteur pour différentes applications en bioproduction, comme la fabrication et l'administration de biomédicaments, la médecine régénérative, ou le suivi de la différenciation cellulaire. Cependant, elle pose des défis majeurs pour l’analyse des cellules sans affecter l’intégrité du substrat. L’imagerie holographique sans lentille se présente comme une solution prometteuse, capable de capturer des images de cellules sur un grand champ de vue sans aucune étape biochimique supplémentaire.
Cette thèse propose de développer un système d’imagerie holographique 3D pour le suivi des cellules sur MCs en temps quasi-réel, avec des algorithmes avancés pour la reconstruction et l’analyse d’images. Ce système sera intégré dans des bioréacteurs en ligne, testant sa précision et sa robustesse sur des cultures biologiques variées. L’utilisation de l’apprentissage profond permettra la segmentation et l'analyse des cellules en temps quasi-réel, facilitant ainsi le suivi des dynamiques cellulaires. Ce projet innovant promet d'optimiser les procédés biologiques en offrant une vision non invasive des échantillons multicellulaires en 3D, avec des applications potentielles comme le suivi d’organes-sur-puce et de systèmes cellulaires complexes.