Exploration non-invasive de la microstructure du cervelet par résonance magnétique
Pour mieux diagnostiquer et suivre l’évolution des maladies du cerveau, il est nécessaire de développer des “biopsies non-invasives”, afin d’accéder à l’état des types cellulaires constituant le tissu cérébral et sa composition, sans ouvrir la boîte crânienne. Les efforts de recherche en imagerie par résonance magnétique (IRM) visent à relever ce défi, mais ils manquent souvent de spécificité cellulaire à cause de la nature ubiquitaire de l’eau. La spectroscopie par résonance magnétique pondérée en diffusion (dMRS) mesure, dans une région donnée, la diffusion de molécules intracellulaires et partiellement spécifiques. Elle dessine une base solide pour accéder aux différents types cellulaires de manière non-invasive. Parmi les questions d’intérêt, séparer les contributions au signal des différents neurones du cervelet contribuerait à suivre et comprendre les troubles ataxiques et neurodéveloppementaux. Le cervelet ne représente que 10% du volume du cerveau, mais contient plus de la moitié de ses neurones, dont notamment les cellules de Purkinje, grandes et très complexes, et les cellules granulaires, petites et rondes, ayant des fonctions et un métabolisme très différents. Le projet de thèse a pour objectif de dissocier la contribution au signal de ces cellules grâce à des stratégies complémentaires: une approche classique de la dMRS augmentée d’une approche quantique, tout en confrontant ces développements à l’état de l’art des méthodes de l’IRM de la microstructure.
Résonateurs acoustiques exploitant des modes isolés topologiquement
Les références de temps sont des fonctions critiques pour les systèmes électroniques. Elles permettent en effet la synchronisation des signaux, que ce soit à l'échelle d'une puce ou lors de transfert de données sans fil. Ces références de temps sont basées sur des oscillateurs délivrant une fréquence la plus stable possible. La référence en la matière restent les résonateurs à quartz, qui sont néanmoins volumineux et ne peuvent donc pas être intégrés dans une puce. La recherche cherche donc à l'heure actuelle toujours à miniaturiser des résonateurs capables de fournir des coefficients de qualité élevés (> 10,000), idéalement à des fréquences de plusieurs GHz. Une des contraintes est d'être capable de confiner les vibrations dans des structures microniques afin de les rendre insensibles aux perturbations extérieures. Récemment est apparu le domaine de l'acoustique topologique, qui a permis de démontrer que des ondes élastiques pouvaient être confinées dans de très petits volumes, à l'interface entre des structures périodiques, et que des coefficients de qualité très élevés ont pu être atteints.
Cette thèse porte sur l'exploitation de modes ainsi protégés topologiquement dans des microstructures piézoélectriques, en vue de démontrer de nouveaux types de résonateurs possédant des coefficients de qualité élevés, pouvant trouver des applications aussi bien dans des oscillateurs que dans des systèmes de capteurs ou dans des circuits de filtres. Le candidat pourra tirer parti du savoir faire du CEA Leti dans la conception et la fabrication de résonateurs piézoélectriques. La thèse s'inscrit dans le contexte d'une collaboration internationale avec des laboratoires académiques renommés dans le sujet (Politecnico di Milano, Imperial College, Institut FEMTO-ST), ainsi qu'avec des partenaires industriels.
Le candidat s'intéressera à la modélisation et à la conception de structures dans lesquelles des modes isolés topologiquement peuvent exister, en combinant des modélisations par éléments finis et des modèles numériques approchés, mais plus simples à exploiter systématiquement. Il sera en charge de fabriquer des démonstrateurs, en lien avec les plateformes technologiques du CEA-Leti et des équipes dédiés à l'intégration et à la fabrication. Enfin, il assurera le test et l'évaluation des objets réalisés.
Apprentissage multimodal distribué pour la localisation et la classification coopératives de sources acoustiques
Dans de nombreux environnements complexes, tels que les sites industriels, bâtiments sinistrés, espaces publics, il est nécessaire de détecter et localiser automatiquement des événements sonores (chutes, alarmes, voix, pannes mécaniques). Les plateformes mobiles équipés de caméras et de microphones constituent une solution prometteuse, mais une seule plateforme reste limité : son réseau de microphone donne une direction approximative vers la source, mais pas une position précise dans l'espace, et sa caméra peut être obstruée. Ce sujet propose d'étudier comment des multi-plateformes, chacune portant une unité audio-visuelle calibrée, peuvent collaborer pour localiser et classifier ces événements en 3D. Chaque plateforme analyse ses propres observations audio-visuelles et partage une estimation de la direction de la source avec ses voisines ; le réseau combine ensuite ces estimations pour reconstruire la position de l'événement et l'identifier. Les résultats attendus sont un système de localisation coopérative robuste aux occultations et aux défaillances partielles.
Synergie potentielle entre le NH3 et le NaBH4 pour une meilleure densité en H2 et une sécurité accrue
La thèse porte sur l’étude du système hybride ammoniac-borohydrure de sodium NH3–NaBH4 comme vecteur énergétique chimique innovant. Elle vise à étudier l’association entre l’ammoniac NH3, reconnu pour sa forte densité en H2 et ses filières industrielles matures, et le borohydrure de sodium NaBH4, matériau de stockage chimique de l’H2 à haute capacité, afin de lever certaines limitations propres à chacun de ces vecteurs pris séparément.
Le travail proposé s’intéresse en particulier au stockage et au transport plus sûrs de l’ammoniac par son couplage avec le borohydrure de sodium, permettant un abaissement de la pression de vapeur (vs. 8,88 bar à 21 °C pour l’ammoniac liquide) et des conditions de mise en œuvre moins contraignantes. En parallèle, la thèse vise à améliorer la stabilité (en comparaison au système H2O–NaBH4) et l’opérabilité du borohydrure de sodium qui, par combinaison avec des molécules d’ammoniac (inertes), forme des phases liquides ou visqueuses stables, potentiellement pompables, favorisant son intégration dans des procédés énergétiques.
L’objet fondamental de la thèse est de comprendre les mécanismes physico-chimiques gouvernant ce système hybride, notamment le rôle des interactions dihydrogène entre les liaisons N–H de l’ammoniac et B–H du borohydrure, et leur influence sur la stabilité, la réactivité, les propriétés de transport et les voies (thermiques et/ou hydrolytiques) de mise à disposition de l’H2.
Au-delà de la fonction de stockage, la thèse explore également le potentiel du système NH3–NaBH4 comme nouveau matériau hybride à forte capacité massique et volumique en H2, en lien avec des contraintes réalistes d’usage énergétique dans le cadre d’applications duales, sans viser à ce stade une optimisation exhaustive.
Pilotage intelligent et optimisation des Microgrids DC par Jumeau Numérique en Simulation Temps Réel
Cette thèse s’inscrit dans le défi de la décarbonation des systèmes industriels et territoriaux en proposant une transition vers des micro-réseaux en courant continu (DC), pilotés par un Jumeau Numérique. Face à la saturation des réseaux alternatifs due à l’essor du photovoltaïque, du stockage et de la mobilité électrique, le DC permet de réduire les pertes de conversion (5 à 15 %), d’améliorer la flexibilité et de simplifier l’architecture électrique.
Le projet repose sur le développement d’un Jumeau Numérique haute fidélité synchronisé en simulation temps réel. Plus qu’un outil de suivi, il agit comme un système décisionnel proactif intégrant des algorithmes d’optimisation avancés, tels que l’intelligence artificielle et la commande prédictive. Il anticipe les instabilités de tension, particulièrement critiques dans les réseaux DC à faible inertie, et optimise en continu les flux de puissance afin de maximiser l’autoconsommation tout en préservant la durée de vie des batteries.
La validation expérimentale s’appuie sur une approche Hardware-in-the-Loop au sein de l’écosystème CEA-Liten/G2Elab, intégrant des convertisseurs physiques. Cette méthodologie garantit la robustesse, la sécurité et la résilience avant tout déploiement réel.
Les retombées attendues sont scientifiques (stabilité et modélisation temps réel), opérationnelles (Fourniture de guides techniques et d'outils de décision ) et stratégiques (Renforcement de la souveraineté technologique française sur les Smart Grids et accélération de la trajectoire de neutralité carbone 2050 prônée par l'ADEME).
Mémoire à chalcogénures à haute endurance pour l'IA de nouvelle génération
Découvrez une opportunité de thèse unique où vous plongerez au cœur de l’innovation en technologies mémoire. Vous développerez une expertise pointue dans des domaines tels que la caractérisation électrique et la compréhension des phénomènes de dégradation des mémoires à chalcogénures.
En rejoignant nos équipes multidisciplinaires, vous jouerez un rôle clé dans l’étude et l’amélioration de l’endurance des dispositifs Phase-Change Memory (PCM) et Threshold Change Memory (TCM), deux technologies prometteuses pour les applications d’intelligence artificielle à haute performance. Vous serez impliqué(e) dans des projets innovants mêlant rigueur scientifique et recherche appliquée sur des dispositifs à l’échelle nanométrique, en interaction directe avec un autre thésard du CEA, qui réalise les analyses physico-chimiques avancées (TEM) pour étudier les phénomènes de dégradation.
Vous aurez l’opportunité de contribuer activement à des missions, telles que :
· La caractérisation électrique de dispositifs PCM et TCM afin d’analyser la dégradation liée au cyclage
· Le développement et l’évaluation de protocoles de programmation innovants pour repousser les limites d’endurance
· La proposition de solutions pour améliorer la fiabilité et les performances des mémoires de nouvelle génération
· La collaboration et l’échange régulier avec le thésard du CEA pour interpréter les résultats TEM et en tirer des conclusions sur les mécanismes de dégradation
Transmission de puissance sans fil ultra basse fréquence pour l’alimentation de capteurs
Les technologies de transmission de puissance sans fil (TPSF) sont en pleine expansion, notamment pour la recharge sans fil des appareils électroniques de tous les jours mais aussi pour l’alimentation de nœuds de capteur communicants sans fil. Toutefois, leurs portées de transmission restent encore limitées et la haute fréquence de fonctionnement généralement utilisée interdit toute transmission d’énergie en présence ou à travers les milieux conducteurs (parois métalliques ou eau de mer). Cet aspect limite leur adoption en milieux complexes (industriels, bio-médicaux, ...). La technologie ultra basse-fréquence que notre laboratoire étudie est basée sur un système électromécanique récepteur comprenant une bobine et un aimant mis en mouvement par un champ magnétique émis à distance. Le but de la thèse consistera à proposer et développer des nouveaux concepts ultra basse-fréquence pour augmenter la portée de transmission tout en conservant des densités de puissance suffisantes pour l’alimentation de systèmes de capteurs. La thèse consistera donc à étudier, concevoir, optimiser et tester les performances de nouvelles topologies (forme du champ émetteur, géométries et matériaux du récepteur…). Le candidat sera amené à développer des modèles analytiques et numériques pour identifier les paramètres d’influence du système et comparer ses performances à la littérature (portées, densités de puissance, sensibilité à l’orientation). De plus, le candidat pourra proposer, développer et tester des électroniques de conversion d’énergie innovantes adaptées, côté émetteur et/ou récepteur pour étudier leurs impacts sur les performances du système. Une optimisation conjointe du système électromécanique et de son électronique associée pourra mener à la réalisation d’un système complet de transmission de puissance sans fil performant. Un profil pluridisciplinaire orienté physique et mécatronique est recherché pour cette thèse. En plus de solides bases théoriques, le doctorant devra posséder des capacités à travailler en équipe et une aptitude à l’expérimentation. Le doctorant sera intégré au Département Systèmes du CEA-Leti, au sein d’une équipe de chercheurs possédant de fortes compétences sur le développement et l’optimisation de systèmes électroniques et mécatroniques alliant des solutions innovantes pour la récupération d’énergie, la transmission de puissance sans fil, l’électronique basse consommation et l’intégration de capteurs pour le développement de systèmes autonomes.
Mécanismes d’apprentissage pour la détection de comportements anormaux dans les systèmes embarqués
Les systèmes embarqués sont de plus en plus utilisés dans des infrastructures critiques (e.g. réseau de production d’énergie) et sont donc des cibles d’attaques privilégiées pour des acteurs malicieux. L’utilisation de systèmes de détection d’intrusion (IDS) analysant dynamiquement l’état du système devient nécessaire pour détecter une attaque avant que ses impacts ne deviennent dommageables.
Les IDS qui nous intéresse sont basés sur des méthodes de détection d’anomalie par machine learning et permettent d’apprendre le comportement normal d’un système et de lever une alerte à la moindre déviation. Cependant l’apprentissage du comportement normal par le modèle est fait une seule fois en amont sur un jeu de données statique, alors même que les systèmes embarqués considérés peuvent évoluer dans le temps avec des mises à jour affectant leur comportement nominal ou l’ajout de nouveaux comportements jugés légitimes.
Le sujet de cette thèse porte donc sur l’étude des mécanismes de réapprentissage pour les modèles de détection d’anomalie pour mettre à jour la connaissance du comportement normal par le modèle sans perdre d’information sur sa connaissance antérieure. D’autres paradigmes d’apprentissage, comme l’apprentissage par renforcement ou l’apprentissage fédéré, pourront aussi être étudiés pour améliorer les performances des IDS et permettre l’apprentissage à partir du comportement de plusieurs systèmes.
Amplificateur faible bruit (LNA) en technologie SiGe HBT pour applications cryogéniques : conception, caractérisation et optimisation
La course pour construire un ordinateur quantique s'intensifie ! Ces systèmes de pointe fonctionnent à des températures inférieures à 4 K pour préserver les états quantiques essentiels au calcul. Pour assurer un contrôle et une détection efficaces, les circuits électroniques conventionnels doivent fonctionner de manière fiable à des températures cryogéniques, à proximité immédiate du processeur quantique, réduisant ainsi la complexité des câblages et améliorant les performances. Au-delà de l'informatique quantique, d'autres domaines—tels que l'exploration spatiale, le calcul haute performance ou la physique des hautes énergies—nécessitent également des circuits capables de fonctionner en dessous de 100 K.
Au cours de cette thèse, vous effectuerez la caractérisation et la modélisation électriques en radiofréquence (RF) de transistors bipolaires à hétérojonction silicium-germanium (SiGe HBT) dans un environnement cryogénique, contribuant à une meilleure compréhension de leur comportement et optimisant leur potentiel pour des applications dans des conditions extrêmes. Les objectifs sont doubles :
1. Caractérisation et modélisation électriques en RF :
• Réaliser des mesures électriques en RF de SiGe HBT à température cryogénique.
• Développer des modèles précis pour décrire leur comportement dans des environnements cryogéniques.
2. Optimisation des amplificateurs à faible bruit (LNA) :
• Étudier le comportement à basse température des dispositifs passifs et actifs individuels composant un LNA.
• Optimiser la conception de ces LNAs pour des applications cryogéniques.
Amélioration du Reverse-Engineering par Side-Channel
La caractérisation de la sécurité des systèmes embarqués en « boite noire » ou « boite grise » face aux attaques Side-Channel requiert fréquemment une phase préparatoire de Reverse-Engineering, qui peut être particulièrement chronophage, notamment sur un Sytem-on-Chip complexe que l’on peut retrouver sur smartphone ou dans l’automobile. Cette phase peut, par exemple, consister en la détection d’une primitive cryptographique au sein de mesures Side-Channel pour une future attaque par observation, ou d’une routine cible pour une attaque par perturbation. L’objectif de cette thèse est de développer une méthodologie et des outils non-profilés permettant l’automatisation de cette phase de détection, tout en permettant d’exploiter la connaissance a priori d’un potentiel attaquant.