Application d’une approche IDM à la planification basée sur l’IA pour les systèmes robotiques et autonomes

La complexité de la robotique et des systèmes autonomes ne peut être gérée qu’avec des architectures logicielles bien conçues et des chaînes d’outils intégrées qui supportent l’ensemble du processus de développement. L’ingénierie dirigée par les modèles (IDM) est une approche qui permet aux développeurs de la robotique et des systèmes autonomes de passer d’un paradigme centré implémentation à un paradigme centré connaissances du domaine ce qui permet d’améliorer l’efficacité, la flexibilité et la séparation des préoccupations des différents acteurs du développement de ce type de système. L’un des principaux objectifs des approches IDM est d’être intégré aux infrastructures de développement disponibles de la communauté robotique et systèmes autonomes, telles que le middleware ROS, ROSPlan pour la planification des tâches robotiques, BehaviorTree.CPP pour leur exécution et suivi et Gazebo pour la simulation.
L’objectif de ce postdoc est d’étudier et de développer des architectures logicielles modulaires, composables et prédictibles ainsi que des outils de conception interopérables basés sur des approches basées sur des modèles, au lieu d’être centrées sur le code. Le travail sera réalisé dans le cadre de projets européens tels que RobMoSys (www.robmosys.eu), ainsi que dans d’autres initiatives pour les systèmes robotiques et autonomes sur la planification des tâches basée sur l’IA et leur exécution. Le principal objectif est de réduire les efforts des ingénieurs et de permettre ainsi le développement de systèmes robotiques autonomes plus avancés et plus complexes à un coût abordable. Pour ce faire, le post-doctorant contribuera à la mise en place et à la consolidation d’un écosystème, d’une chaîne d’outils et d’une communauté dynamique qui offriront un cadre unifié de conception, de planification et simulation, d’évaluation de la sécurité et un environnement formel de validation et de vérification.

Simulation et caractérisation électrique d’un cube logique / mémoire dédié au calcul dans la mémoire

Pour répondre à différents enjeux scientifiques et sociétaux, les circuits intégrés de demain doivent gagner en efficacité énergétique. Or, la majorité de leur énergie est aujourd’hui consommée par les transferts de données entre les blocs mémoire et logique dans des architectures circuit de type Von-Neumann. Une solution émergente et disruptive à ce problème consiste à rendre possible des calculs directement dans la mémoire (« In-Memory-Computing »). Les nouvelles technologies de mémoires résistives non-volatiles et de transistors à nanofils de silicium développées au LETI et intégrées en 3D permettraient de proposer pour la première fois une solution technologique performante et viable à un calcul intensif dans la mémoire.
Un projet transverse au leti a commencé sur le sujet: de l’application à l’implémentation technologique, en passant par le logiciel et le circuit. Le but est de créer des nano-fonctionnalités en mixant à très faible échelle des dispositifs logiques et mémoires à très grande densité et très grosses capacités. Un accélérateur circuit de In-Memory-Computing sera conçu et fabriqué au LETI, permettant d’améliorer les performances énergétique d’un facteur 20 par rapport à un circuit Von-Neumann de l’état de l’art.
Le poste de post-doctorant proposé s’inscrit dans ce projet et vise à simuler et caractériser un CUBE logique/mémoire dédié au "In-Memory-Computing". Le post-doctorant réalisera des caractérisations électriques de transistors et mémoires pour calibrer des modèles et fera des simulations TCAD et spice pour aider au dimensionnement de la technologie et permettre la conception des circuits.

Intelligence artificielle appliquée à l’analyse par faisceaux d’ions

Un contrat post-doctoral d’une durée d’un an est proposé conjointement par le laboratoire d’étude des éléments légers (LEEL, CEA/DRF) et le laboratoire de Sciences des Données et de la Décision (LS2D, DRT/LIST) et porte sur un développement logiciel dédié au traitement de données multispectrales basé sur des outils d’Intelligence Artificielle (IA) et plus particulièrement de machine learning, qui seront appliqués ici à l’analyse par faisceaux d’ions (Ion Beam Analysis : IBA).
Dans le cadre de ce projet, le candidat retenu aura à réaliser les tâches suivantes :
1- Conception d’un dictionnaire multi-spectral.
2- Apprentissage.
3- Ecriture du code principal.
4- Développement d’un module d’analyse de cartographies multispectrales.
5- Benchmarking.
Le post-doctorant sera accueilli et encadré au sein des laboratoires LEEL et LS2D.

Détection de cyber-attaques dans un capteur embarqué pour l’analyse de sols

Ce post-doc aura pour charge d’appliquer des techniques de « machine learning » pour la détection attaques sur un système de multiples capteur connectés. Le domaine applicatif concerne l’agriculture, pour lequel le CEA LETI réalise déjà plusieurs projets, dont le projet H2020 SARMENTI (Smart multi-sensor embedded and secure system for soil nutrient and gaseous emission monitoring). L’objectif de SARMENTI est de développer et valider un système multi-capteurs à basse consommation, sécurisé et connecté au « cloud, » qui permettra une analyse in situ et en temps–réel des nutriment et de la fertilité du sol afin de fournir une aide à la décision aux agriculteurs. Dans ce cadre, le post-doc aura la charge des analyses de cyber-sécurité, de déterminer les risques principaux sur ces capteurs connectés, mais également de la spécification du module de détection d’attaques. L’algorithme de détection sous-jacent sera basé sur la détection d’anomalie, par ex. « one class classifier. » Ce travail aura trois parties, l’implémentation des sondes qui analyseront des événements sélectionnés, l’infrastructure de communication entre les sondes et le détecteur, ainsi que le détecteur proprement dit.

Réalisation des neurones impulsionnels spintroniques

Dans le cadre du projet national ANR SpinSpike, le laboratoire Spintec ouvre un poste de chercheur postdoctoral. Le candidat travaillera en collaboration avec l'UMPhy CNRS-Thales et Thales TRT. L'objectif est la réalisation d'une preuve de concept de neurones artificiels en utilisant des jonctions tunnel magnétiques capables de générer des signaux et de les propager entre des neurones artificiels couplés.
Le candidat doit avoir une solide expérience en nanofabrication et doit être familiarisé avec les techniques courantes de lithographie optique et par faisceau électronique ainsi que les différentes techniques de gravure. Le candidat peut également être impliqué dans la caractérisation électrique des dispositifs.
Le poste devrait commencer le 1er avril 2021 et durer jusqu'à 2 ans conjointement entre l'équipe RF et l’équipe MRAM de Spintec. Le contrat sera géré par le CEA et financé par l'Agence ANR.
Nous offrons un environnement international et compétitif, des équipements de pointe et la possibilité d'effectuer des recherches au plus haut niveau. Nous encourageons le travail d'équipe dans un environnement diversifié et inclusif et accueillons toutes sortes de candidats. Plus d'informations sur le laboratoire Spintec www.spintec.fr.

Méthodes parcimonieuses appliquées à la tomographie électronique: caracterisation quantitative multi-dimensionnelle de nanomatériaux

La tomographie électronique (ET) est couramment utilisée pour l’analyse tridimensionnelle de la morphologie à l’echelle nanométrique. Très récemment, des progrès en instrumentation ont permis l’essor de la tomographie analytique, basée sur des modes de spectroscopie tels que la perte d’énergie des électrons (EELS : electron energy loss spectroscopy) ou l’analyse dispersive en énergie (EDX : energy dispersive X-ray spectroscopy). Cette technique cependant nécessite des temps d’acquisition assez longs, et des doses d’irradiation élevées. Ce projet consiste à explorer des approches parcimonieuses pour améliorer la résolution et réduire les temps d’acquisition. Plus précisément, nous envisageons d’aborder les deux tâches suivantes: 1. comparer les algorithms de reconstruction à base de minimization de la variation totale (TVM), ondelettes orthogonales ou non-décimales, curvelets en 3D ou ridgelets/shearlets, sur des nanomatériaux avec des structures/textures variées; 2. Comparer la PCA avec de nouvelles méthodes parcimonieuses de débruitage et de démélange spectral. Le code sera développé en Python, en utilisant les librairies Hyperspy (hyperspy.org) et PySAP (https://github.com/CEA-COSMIC/pysap).
Ce projet multidisciplinaire regroupe l’expertise du coordinateur en ET, de Philippe Ciuciu en IRM (DRF/Joliot/NEUROSPIN/Parietal), et de Jean-Luc Starck en traitement du signal et mathématiques appliquées (DRF/IRFU/DAP/CosmoStat).

Etude de regime transitoire de dispersion d’hélium pour simuler un relâchement accidentel d’hydrogène d’une pile à combustible

Le CEA et des partenaires industriels souhaitent améliorer leurs connaissances, modèles et moyens de gestion du risque d’un relâchement accidentel d’hydrogène d’une pile à combustible dans un volume partiellement confiné (typiquement un garage individuel). Le post doctorant réalisera l’étude expérimentale de l’écoulement transitoire d’un relâchement d’hélium (fluide simulant) pour différentes configurations : piles à combustible idéalisées avec différents rapports d’aspects et différentes tailles. Des mesures de concentration en hélium seront réalisées à l’aide de catharomètres, complétées éventuellement par des mesures de champs de vitesse (P.I.V). Des moyens de mitigation seront également testés. Enfin les modèles (analytique et/ou simulations numériques) seront comparés aux résultats expérimentaux.

Le post-doctorant sera accueilli dans un laboratoire qui a développé une expertise depuis plusieurs années sur le risque hydrogène, notamment en lien avec les nouvelles technologies de l’énergie (piles à combustible hydrogène). Plusieurs publications paraissent chaque année (thèses, chercheurs). Le travail du post-doctorant s’inscrit dans une collaboration organisme de recherche / industriels.

Science des données pour les matériaux hétérogènes

Pour mieux prédire les propriétés fonctionnelles des matériaux hétérogènes par des démarches basées sur la simulation numérique, il est impératif de fournir des données fiables concernant l’agencement spatial des phases constitutives des matériaux ainsi que leurs propriétés. Dans ce but, de nombreux outils expérimentaux sont couramment employés pour caractériser spatialement les propriétés physiques et chimiques des matériaux, générant des données multispectrales. Un axe de progrès pour une meilleure compréhension des phénomènes est donc la combinaison des différentes données d’imagerie par les techniques de la science des données. L’objectif de ce post-doc est d’enrichir les connaissances matériau, par la découverte/quantification des corrélations dans les données (par exemple établir des liens entre la composition chimique et le comportement mécanique) et de fiabiliser et réduire les incertitudes sur les propriétés, en prenant en compte des informations physiques et chimiques. Des outils logiciels seront mis au point et appliqués a des données d’intérêt acquises sur des matériaux cimentaires ou des couches de produits de corrosion d’objets archéologiques.

Développement d’un algorithme de traitement d’images dédié à l’analyse d’acquisitions en microscopie défocalisée de culture cellulaires

Au CEA-Leti, nous avons validé une plateforme de vidéo-microscopie sans lentille vidéo en enregistrant des milliers d’heures de cultures cellulaires. Et nous avons développé différents algorithmes pour étudier les fonctions cellulaires majeures, à savoir l’adhésion, la motilité, la division cellulaire et la mort cellulaire.
Le sujet de recherche du post-doctorant portera sur l’analyse des jeux de données produits par vidéo-microscopie sans lentille. L’objectif sera d’étudier un algorithme temps-réel de suivi de trajectoires des cellules pour suivre chaque cellule et pour tracer différents événements de la cellule en fonction du temps. Les recherches porteront donc sur des algorithmes de segmentation et de suivi de trajectoires qui devront dépasser les performances des algorithmes de l’état de l’art du domaine.
En particulier, les algorithmes devront obtenir des performances supérieures en termes de mesures biologiques et d’utilisabilité. Cela nous permettra de surpasser la méthodologie de pointe qui est optimisée pour les performances intrinsèques des algorithmes de suivi cellulaire et de segmentation cellulaire, mais échoue à extraire les caractéristiques biologiques importantes (durée du cycle cellulaire, lignage cellulaire, etc.).
Dans ce but, les algorithmes étudiés devront tenir compte du contenu spatio-temporel dans sa globalité et des algorithmes de classification des cellules par apprentissage (single vector machine, deep learning, etc.). Ce sujet s’adresse à des personnes ayant réalisé un doctorat en traitement d’image. Des connaissances dans le domaine de la microscopie appliquée à la biologie seraient appréciées.

Developement de la technologie FDSOI au delà du noeud 10nm

Le FDSOI est reconnue comme une technologie prometteuse pour les applications mobiles, l’IOT ainsi que pour les applications radiofréquences pour les futurs nœuds technologiques [1]. Le LETI est un pionnier dans la technologie FDSOI ce qui lui permet d’apporter des solutions innovantes afin de soutenir des partenaires industriels.
La réduction d’échelle du FDSOI au delà du nœud 10nm offres de nouvelles perspectives en termes de SOC et de performances RF. En revanche d’un point de vue intégration cela pose de nouveaux challenges. En effet le réduction de l’épaisseur du canal en dessous de 5nm devient difficile car il faut garantir une bonne mobilité des porteurs tout en conservant une bonne variabilité. Ainsi, l’introduction de solutions technologiques innovantes comme booster de performances devient nécessaire (Stress dans le canal, architectures alternatives de grille, optimisation des capacités parasites, le tout en tenant compte des règles de dessin de plus en plus agressives [2]).
La viabilité de ces nouveaux concepts devra être validée dans un premier temps par simulations TCAD et ensuite implémentés sur des lots 300mm.
Ce sujet est en ligne parfaite avec la nouvelle stratégie du LETI ainsi qu’en total accord avec l’annonce des futurs investissements [3].

Le candidat sera en charge des simulations TCAD pour définir les variantes à intégrer sur les lots jusqu’à la caractérisation électrique. Les simulations TCAD seront faites en collaboration avec l’équipe TCAD du LETI. Le candidat devra faire preuve d’innovation, de dynamisme, un bon relationnel pour travailler en équipe est indispensable.

[1] 22nm FDSOI technology for emerging mobile, Internet-of-Things, and RF applications, R. Carter et al, IEEE IEDM 2016.
[2] UTBB FDSOI scaling enablers for the 10nm node, L. Grenouillet et al, IEEE S3S 2013.
[3]https://www.usinenouvelle.com/article/le-leti-investit-120-millions-d-euros-dans-sa-salle-blanche-pour-preparer-les-prochaines-innovations-dans-les-puce

Top