Étude et modélisation des dynamiques de domaines ferroélectriques et antiferroélectriques dans les condensateurs à base d’oxyde d’hafnium
Le contexte de la thèse s’inscrit dans l’exploration de nouvelles technologies de supercondensateurs et de dispositifs hybrides de stockage d’énergie, visant à concilier miniaturisation, forte densité de puissance et compatibilité avec les procédés microélectroniques. L’expertise du laboratoire d’accueil (LTEI/DCOS/LCRE) en intégration de couches minces et en ingénierie de matériaux diélectriques ouvre aujourd’hui des perspectives inédites pour l’étude des comportements ferroélectriques et antiferroélectriques dans les oxydes d’hafnium dopés.
La thèse portera plus particulièrement sur l’étude expérimentale et la modélisation physique de condensateurs à couches minces d’oxyde d’hafnium (HfO2), dopés de manière à présenter des propriétés ferroélectriques (FE) ou antiferroélectriques (AFE) selon la composition et les conditions de dépôt, par exemple à travers l’incorporation de ZrO2 ou de SiO2. Ces matériaux présentent un fort potentiel pour la réalisation de dispositifs combinant fonctions de mémoire non-volatile et de stockage d’énergie sur une même plateforme CMOS-compatible, ouvrant ainsi la voie à des systèmes autonomes à très faible consommation, tels que les architectures d’edge computing, les capteurs environnementaux ou les objets connectés intelligents.
Le travail de recherche consistera à fabriquer et caractériser des condensateurs métal–isolant–métal (MIM) à base d’HfO2 dopé, intégrés sur substrats silicium, puis à étudier expérimentalement les mécanismes de relaxation des domaines ferroélectriques et antiferroélectriques à partir de mesures courant–tension (I–V) et polarisation–champ électrique (P–E), réalisées sous différentes fréquences, amplitudes et conditions de cyclage. L’analyse des boucles d’hystérésis mineures permettra d’extraire la distribution des énergies d’activation et de modéliser la dynamique de relaxation des domaines ferroélectriques. Un modèle physique sera ensuite élaboré ou adapté afin de décrire les transitions FE/AFE sous excitation électrique cyclique, en tenant compte des phénomènes de piégeage de charges, des contraintes mécaniques et des effets de nucléation et de croissance des domaines.
L’ensemble de ces travaux visera à optimiser la densité d’énergie récupérable et le rendement énergétique global des dispositifs, tout en établissant des critères de conception pour des composants de stockage d’énergie compacts, efficaces et pleinement intégrables dans les technologies silicium. Les connaissances acquises contribueront à une meilleure compréhension des mécanismes dynamiques régissant le comportement FE/AFE de l’HfO2 dopé et bénéficieront potentiellement à d’autres domaines tels que les mémoires ferroélectriques, la récupération d’énergie et les architectures neuromorphiques à basse consommation.
Réalisation de metasurface par auto-assemblage de copolymères à blocs
Les copolymères à blocs (BCP) sont une technologie en pleine expansion industrielle, offrant des perspectives prometteuses pour la nanostructuration de matériaux. Ces polymères, constitués de chaînes de blocs chimiquement distincts, s'auto-assemblent pour former des structures ordonnées à l'échelle nanométrique. Cependant, leur utilisation actuelle est limitée à une nanostructuration spécifique par produit (1 produit = 1 nanostructuration), restreignant ainsi leur potentiel d'application.
Cette thèse propose de développer une méthode innovante pour créer plusieurs motifs en une seule étape d'auto-assemblage des BCP grâce à un mélange de deux produits. L'étudiant(e) s'intéressera également au contrôle de la localisation des motifs en utilisant la chemoepitaxie, une technique combinant le guidage chimique et morphologique pour contrôler précisément la position des motifs à l’échelle micrométrique et nanométrique. Le travail se déroulera en plusieurs étapes : compréhension des mécanismes des copolymères à blocs mélangés, développement de substrats fonctionnalisés pour la chemoepitaxie en utilisant des techniques de lithographie avancées, et réalisation d'expériences d'auto-assemblage des BCP sur ces substrats. Les structures obtenues seront analysées grâce aux équipements de métrologie disponibles au CEA-Leti.
Les applications visées incluent la création de nanostructures capables d'interagir avec la lumière, réduisant la diffraction et contrôlant la polarisation. Les résultats attendus incluent la démonstration de la capacité à générer plusieurs types de motifs en une seule étape d'auto-assemblage, avec un contrôle précis de leur position et de leurs dimensions.
Développement et validation d’algorithmes d’intelligence artificielle, appliqués à l’haptique surfacique, pour l’évaluation des troubles neurodéveloppementaux à travers le toucher et la dextérité
L'objectif de cette thèse est de développer de nouvelles méthodes d'évaluation clinique utilisant des technologies haptique surfaciques, développées au CEA List, et des algorithmes de machine learning pour tester et mesurer l'intégration tactile-motrice. En particulier, la thèse investiguera et validera le développement d'un pipeline d'analyse multimodale qui convertit les signaux haptique et les données des exercices de dextérité (c'est-à-dire les événements de stimulation tactile, la cinématique des doigts, les forces de contact et le timing en millisecondes) en biomarqueurs fiables et interprétables de la perception tactile et du couplage sensorimoteur, puis classera les schémas d'intégration normatifs par rapport aux schémas atypiques avec une fidélité clinique pour l'évaluation.
Résultats attendus : une nouvelle technologie et des modèles pour la mesure rapide et réalisable des déficits tactuo-moteurs en milieu clinique, avec une validation initiale pour différents troubles du neurodéveloppement (c'est-à-dire la psychose, le trouble du spectre autistique et la dyspraxie). Les méthodes développées et les données collectées fourniront :
(1) une bibliothèque de caractéristiques ouverte et versionnée pour l'évaluation tactuo-motrice ;
(2) des classifieurs avec des points de fonctionnement prédéfinis (sensibilité/spécificité) ;
(3) et une pipeline « edge-ready » sur le dispositif, c'est-à-dire capable de fonctionner localement sur une tablette tout en respectant les contraintes de latence, de calcul et de confidentialité des données. Le succès sera mesuré par la reproductibilité des caractéristiques, des tailles d'effet cliniquement significatives et une logique de décision interprétable qui se rapporte à la neurophysiologie connue plutôt qu'à des artefacts.
Cryptanalyse assistée par attaques physiques pour les schémas basés sur les codes correcteurs d’erreurs
L’évaluation de la sécurité de la cryptographie post-quantique, sous l’angle des attaques physiques, a été particulièrement étudiée dans la littérature, notamment sur les standards ML-KEM, et ML-DSA, basés sur les réseaux euclidiens. De plus, en mars 2025, le schéma HQC, basé sur les codes correcteurs d’erreurs, a été standardisé comme mécanisme d’encapsulation de clé alternatif à ML-KEM. Récemment, les Soft-Analytical Side-Channel Attacks (SASCA) ont été utilisées sur une grande variété d’algorithmes, afin de combiner l’information liée aux variables intermédiaires pour remonter au secret, apportant une forme de « correction » à l’incertitude liée aux attaques profilées. SASCA repose sur des modèles probabilistes appelés « factor graphs », sur lesquels un algorithme de « belief propagation » est appliqué. Dans le cas des attaques sur cryptosystèmes post-quantiques, il est en théorie possible d’utiliser la structure mathématique sous-jacente pour traiter la sortie d’une attaque SASCA sous la forme d’une cryptanalyse. Cela a par exemple été montré sur ML-KEM. L’objectif de cette thèse est de construire une méthodologie et les outils nécessaires de cryptanalyse et de calcul de complexité résiduelle pour la cryptographie basée sur les codes correcteurs d’erreurs. Ces outils devront prendre en compte l’information (« hints ») issue d’une attaque physique. Un second pan de la thèse sera d’étudier l’impact que peut avoir ce type d’outil sur le design de contremesures.
Inférence neuronale bayésienne à partir de transistors ferroélectriques à mémoire
De nombreux systèmes critiques pour la sécurité intègrent désormais des fonctions d’intelligence artificielle devant opérer avec une consommation énergétique minimale et sous fortes incertitudes, notamment en contexte de données limitées. Or, les approches déterministes classiques de l’IA ne fournissent qu’une estimation ponctuelle des prédictions, sans quantification rigoureuse de la confiance, ce qui limite leur fiabilité en conditions réelles.
Cette thèse s’inscrit dans le domaine émergent de l’électronique bayésienne, où l’objectif est d’implémenter l’inférence probabiliste directement au niveau matériel, en exploitant la variabilité intrinsèque de nanodispositifs pour représenter et manipuler des distributions de probabilité. Si des mémristors ont déjà été utilisés pour réaliser des opérations d’inférence bayésienne, leurs contraintes en endurance et en énergie de programmation constituent un verrou majeur pour l’apprentissage embarqué.
L’objectif de cette thèse est d’explorer l’utilisation de transistors ferroélectriques à effet de champ (FeMFETs) comme briques élémentaires de réseaux de neurones bayésiens sur puce. Il s’agira de caractériser et modéliser l’aléa ferroélectrique exploitable pour l’échantillonnage et la mise à jour probabiliste, de développer des architectures de neurones et synapses bayésiens basées sur ces dispositifs, puis d’évaluer expérimentalement et au niveau système leur robustesse, leur efficacité énergétique et leur pertinence pour des applications critiques.
Détection d'anomalies dans les vidéos adaptative et explicable
La détection d'anomalies dans les vidéos (VAD) vise à identifier automatiquement les événements inhabituels dans des séquences vidéo qui s’écartent des comportements normaux. Les méthodes existantes reposent souvent sur l'apprentissage One-Class ou faiblement supervisé : le premier n'utilise que des données normales pour l'entraînement, tandis que le second s'appuie sur des labels au niveau de la vidéo. Les récents progrès des modèles Vision-Langage (VLM) et des grands modèles de langage (LLM) ont permis d’améliorer à la fois les performances et l’explicabilité des systèmes VAD. Malgré des résultats prometteurs sur des jeux de données publics, plusieurs défis subsistent. La plupart des méthodes sont limitées à un seul domaine, ce qui entraîne une baisse de performance lorsqu'elles sont appliquées à de nouveaux jeux de données avec des définitions d’anomalies différentes. De plus, elles supposent que toutes les données d'entraînement sont disponibles dès le départ, ce qui est peu réaliste dans des contextes d’utilisation réels où les modèles doivent s’adapter continuellement à de nouvelles données. Peu d’approches explorent l’adaptation multimodale en utilisant des règles en langage naturel pour définir les événements normaux ou anormaux. Or, cela permettrait une mise à jour plus intuitive et flexible des systèmes VAD sans nécessiter de nouvelles vidéos.
Ce sujet de thèse a pour objectif de développer des méthodes de détection d’anomalies vidéo adaptables, capables de traiter de nouveaux domaines ou types d’anomalies en s’appuyant sur peu d’exemples vidéo et/ou des règles textuelles.
Les axes de recherche principaux seront les suivants :
• Adaptation interdomaines en VAD : améliorer la robustesse face aux écarts de domaine via une adaptation Few-Shot ;
• Apprentissage continu en VAD : enrichir le modèle en continu pour traiter de nouveaux types d’anomalies ;
• Apprentissage multimodal en Few-Shot : faciliter l’adaptation du modèle à l’aide de règles en langage naturel.
Développement et caractérisation de matrices de sources TeraHertz cointégrées en technologie photonique Silicium et III-V
La gamme TéraHertz (0.1–10 THz) suscite un fort intérêt pour l’imagerie et la spectroscopie (sécurité, santé, environnement, contrôle industriel) du fait de la transparence de nombreux matériaux en THz et des signatures spectrales caractéristiques. Cependant, les sources actuelles peinent à concilier puissance et accordabilité : les diodes et lasers à cascade quantique (QCL) délivrent plusieurs mW mais sur une bande étroite, tandis que les photodiodes III–V (photomixeurs) sont accordables sur de larges bandes mais limitées à quelques µW. Ce sujet de thèse vise à surmonter ces verrous en développant une matrice intégrée de sources THz. Le principe retenu est le photomélange de deux lasers à 1.55 µm dans des photodiodes InGaAs III–V, générant un courant THz modulé en phase et injecté dans des antennes adaptées.
La thèse débutera par l’étude expérimentale d’un réseau discret de 16 antennes THz (projet STYX) CEA-CTReg/DNAQ : installation du banc d’essai, mesures de cohérence de phase, de couplage optique, de lobes de rayonnement et d’interférences constructives. Ces expérimentations fourniront un socle scientifique pour la suite, à savoir la conception d’un réseau photonique intégré sur silicium. L’étudiant simulera l’architecture photonique (coupleurs, guides, modulateurs de phase, transitions Si/III–V) synchronisant plusieurs photodiodes InGaAs. Le prototypage comprendra la fabrication des circuits photoniques silicium (CEA-LETI) et des photodiodes/antennes THz en InP (III-V Lab ou, à confirmer, Heinrich-Hertz-Institut du Fraunhofer—HHI), suivie de leur intégration hybride (collage, alignement).
Cette thèse s’appuiera également sur une collaboration étroite avec le laboratoire IMS (Talence), reconnu au niveau national et international pour son expertise en photonique intégrée et en systèmes THz, apportant ainsi une complémentarité essentielle en modélisation optique, simulation électromagnétique et caractérisation expérimentale.
L’objectif final de cette thèse consistera à réaliser un prototype à quelques émetteurs (e.g. 4–16) dont la directivité et la puissance rayonnée sont accrues par les interférences constructives. La démonstration expérimentale validera le gain en portée et pénétration du rayonnement THz grâce à la combinaison puissance/accordabilité, ouvrant la voie à des systèmes d’imagerie THz de nouvelle génération.
Gestion de réseau pilotée par l'IA avec de grands modèles LLMs
La complexité croissante des réseaux hétérogènes (satellitaire, 5G, IoT, TSN) nécessite de faire évoluer la gestion de réseau. Le Réseau Basé sur l'Intention (IBN), bien qu'avancé, se heurte encore à la difficulté de traduire des intentions de haut niveau en configurations techniques sans ambiguïté. Ce travail propose de lever ce verrou en exploitant les Grands Modèles de Langage (LLM) comme interface cognitive pour une automatisation complète et fiable.
Cette thèse vise à concevoir et développer un framework IBN-LLM pour créer le cerveau cognitif d'une boucle de contrôle fermée au-dessus du SDN. Le travail se concentrera sur trois défis majeurs : 1) développer un traducteur sémantique fiable du langage naturel vers les configurations réseau ; 2) concevoir un Moteur de Vérification déterministe (via simulations ou jumeaux numériques) pour prévenir les « hallucinations » des LLM ; et 3) intégrer une capacité d'analyse en temps réel (RAG) pour l'Analyse de Cause Racine (RCA) et la génération proactive d'intentions d'optimisation.
Nous attendons la conception d’une architecture IBN-LLM intégrée aux contrôleurs SDN, ainsi que des méthodologies pour la vérification formelle des configurations. La contribution principale sera la création d'un modèle basé sur LLM capable d'effectuer la RCA et de générer des intentions d'optimisation en temps réel. La validation de l'approche sera assurée par un prototype fonctionnel (PoC), dont l'évaluation expérimentale permettra de mesurer précisément les performances en termes de précision, de latence et de résilience.
Polymères fonctionnels pour l’électronique imprimée 3D/4D : de la rhéologie à la fonctionnalisation des matériaux
Cette thèse, menée sur la plateforme MAPP (CEA-Metz), s’inscrit dans le cadre du développement de procédés de fabrication additive 3D/4D et la mise en oeuvre de matériaux intelligents. L’objectif est de dépasser les limites d'intégration des architectures planaires traditionnelles (PCB, wafers) en explorant l’impression directe de fonctions électroniques au sein de pièces fabriquées par fusion de fils (FDM) ou extrusion (PEM, Robocasting). Le travail se concentre sur les polymères fonctionnels conducteurs, composés d’une matrice organique et de particules métalliques, dont les mécanismes de conduction (contacts directs, effet tunnel, conduction ionique) sont régis par le franchissement du seuil de percolation. L’étude portera sur la maîtrise de leur mise en œuvre, l’analyse de leur comportement rhéologique et électrique, ainsi que sur l’exploitation de leurs propriétés résisitives, piézorésistives et piézoélectriques pour concevoir de nouvelles fonctions capteurs (3D) et actionneurs (4D). Le doctorant disposera d’outils de caractérisation avancés et sera encadré par une équipe pluridisciplinaire spécialisée en fabrication additive, matériaux et microélectronique.