Ecriture automatique de noyau de calculs pour calculateurs quantiques
Le cadre de la simulation hamiltonnienne ouvre une nouvelle panoplie d'approches de calcul pour l'informatique quantique. Celle-ci peut être développées dans tous les champs pertinents de l'application de l'informatique quantique, incluant, entre-autres les équations aux dérivées partielles (electro-magnétisme, mécanique des fluides, ...) mais aussi le machine learning quantique, la finance, et de nombreuses approches de résolutions de problèmes d'optimisation (heuristiques ou exactes).
Le but de la thèse est de trouver un cadre où ces approches basées sur les approches de simulation hamiltonienne ou d'encodage par bloc sont faisable et dont leur écriture peut être automatisée.
Cela peut aller jusqu'au prototypage d'un générateur de code que l'on cherchera à tester sur des cas pratiques issus de collaboration avec des partenaire européens (stage de quelques mois dans les équipes).
De la combustion à l’astrophysique : simulations exaflopiques des écoulements fluides/particules
Cette thèse se concentre sur le développement de méthodes numériques avancées pour simuler les interactions entre fluides et particules dans des environnements complexes. Ces méthodes, initialement utilisées dans des applications industrielles comme la combustion et les écoulements multiphasiques, seront améliorées pour permettre une utilisation dans des codes de simulation pour supercalculateur exaflopique et adaptées aux besoins de l'astrophysique. L'objectif est de permettre l'étude des phénomènes astrophysiques tels que : la dynamique des poussières dans les disques protoplanétaires et la structuration de la poussière dans les proto-étoiles et le milieu interstellaire. Les résultats attendus incluent une meilleure compréhension des mécanismes de formation planétaire et de structuration des disques, ainsi que des avancées dans les méthodes numériques qui seront bénéfiques pour les sciences industrielles et astrophysiques.
Compréhension et optimisation de la robustesse électrothermique des dispositifs de puissance avançés en SiC
Le carbure de silicium (SiC) est un semi-conducteur aux propriétés intrinsèques supérieures à celles du silicium pour les applications électroniques à haute température et à forte puissance. Il est anticipé que les dispositifs en SiC soient largement utilisés dans la transition vers l'électrification et les nouvelles applications de gestion de l'énergie. Pour exploiter pleinement les propriétés supérieures du SiC, les futurs dispositifs semi-conducteurs seront utilisés dans des conditions de polarisation et de températures extrêmes. Ces dispositifs doivent fonctionner en toute sécurité à des densités de courant, des dV/dt et des températures de jonction plus élevées que les dispositifs en Si.
L'objectif de cette thèse est d'étudier les dispositifs SiC fabriqués au LETI dans ces conditions de fonctionnement extrêmes, et d'optimiser leur conception pour utiliser pleinement le potentiel théorique du SiC. Le travail de thèse comprendra plusieurs phases qui seront fortement couplées :
Un volet caractérisation electro-thermique avancée (50%), en proposant de nouvelles approches de tests sur composants en boitier ou sur support adapté, en utilisant des outils d’intelligence artificielle (IA) pour l’extraction et le traitement des données. La travail inclura une adaptation des méthodologies de mesures standard aux spécificités de commutation du SiC.
Une évaluation (15%) des paramètres de conception et technologiques responsables des limites de fonctionnement des composants
Un volet caractérisation physico-chimique (15%) pour l'analyse des défaillances sous ces conditions extrêmes
Un volet d'inclusion de modèles prédictifs (20%) de sensibilité des architectures aux conditions extrêmes et aux défauts basée sur la modélisation.
Conception et optimisation de routeurs de couleurs pour capteur d’images
Les routeurs de couleur représentent une technologie prometteuse qui pourrait révolutionner le domaine des capteurs d’image. Composés de structures nanométriques appelées métasurfaces, ces dispositifs permettent de modifier la propagation de la lumière pour améliorer l’efficacité quantique des pixels. Grâce aux avancées techniques récentes, il est désormais possible de concevoir et de réaliser ces structures, ouvrant la voie à des capteurs d’image plus performants.
Le sujet de thèse porte sur la conception et l’optimisation de routeurs de couleur pour des capteurs d’images. Plusieurs pistes de recherche seront explorées, comme l’implémentation de nouvelles géométries de métasurfaces (« freeform ») ou bien des configurations innovantes dans l’objectif de réduire le pas pixel (0.5µm ou 0.6µm). Diverses méthodes d’optimisation pourront être utilisées, telles que la méthode adjointe, le machine learning ou l’utilisation de solveurs auto-différentiables. Les designs devront être résilient à l’angle d’incidence de la lumière et aux variations attendues lors de la fabrication. Après cette phase de simulation, les structures proposées seront réalisées et l'étudiant(e) aura pour mission de caractériser les puces et d’analyser les résultats obtenus (rendement quantique, fonction de transfert de modulation…).
Les activités principales de l’étudiant(e) :
- Simulation optique à l’aide de méthodes numériques (FDTD, RCWA)
- Développement de méthodologies d’optimisation pour la conception de métasurfaces (méthode adjointe, optimisation topologique…)
- Caractérisation électro-optique et analyse des données expérimentales
Estimation de l'état de santé et prédiction de la durée de vie restante de batterie lithium-ion par Physics-Informed Deep Learning
Contexte :
Les batteries lithium-ion et sodium-ion de génération futures sont essentielles pour la transition énergétique et l'électrification des transports. Garantir en premier lieu la longévité, les performances mais aussi la sécurité des batteries nécessite une compréhension approfondie des mécanismes de dégradation à différentes échelles.
Objectif de Recherche :
Développer des méthodologies innovantes de diagnostic et de pronostic des batteries en exploitant la fusion de données multi-capteurs et des approches de type Physics-Informed Machine Learning (PIML), combinant des modèles théoriques physiques de batteries avec des algorithmes d'apprentissage profond.
Approche Scientifique :
Établir les corrélations entre les mesures multi-physiques et les mécanismes de dégradation des batteries
Explorer des approches hybrides PIML pour la fusion de données multi-physiques
Développer des architectures d'apprentissage intégrant les contraintes physiques tout en traitant des données hétérogènes
Étendre les méthodologies aux technologies émergentes de batteries sodium-ion
Méthodologie :
La recherche utilisera une base de données de cellules multi-instrumentées (capteurs acoustiques, électriques, thermiques, mécaniques, optiques) , analysant les signatures et modalités de chaque de mesures et développant des algorithmes PIML innovants qui optimisent la fusion de données multi-capteurs.
Résultats Attendus :
La thèse vise à fournir des recommandations précieuses pour l'instrumentation des systèmes de batteries, à développer des algorithmes de diagnostic et pronostic de trajectoires de vieillissement avancés et à contribuer significativement à l'amélioration de la fiabilité et de la durabilité des systèmes de stockage électrochimique, avec des impacts potentiels académiques et industriels.
Surface électromagnétique programmable aux fréquences sub-THz à base de commutateurs à matériaux à changement de phase
La conception et le développement de surfaces rayonnantes pour la formation électronique de faisceau, la modulation spatio-temporelle, la détection et la conversion de fréquence est un enjeu important pour des nombreuses applications aux fréquences sub-THz (0.1-0.6 GHz). Parmi ces applications on peut mentionner l’imagerie médicale et le contrôle industriel, l’observation de la terre et de l’espace profond, ainsi que les radars et les systèmes futurs de télécommunication très large bande. Dans ce contexte, les (Meta)Surfaces Intelligentes et Reconfigurables (RIS) sont une technologie de rupture. Leur utilisation permet de contrôler et former le rayonnement aux fréquences sub-THz de manière hybride analogique / numérique. Pour démocratiser la technologie RIS, il sera crucial de réduire sa consommation d'énergie de deux ordres de grandeur. Cependant, l'état de l'art ne répond pas aux exigences d'intégration, de modularité, de bande passante large et de haute efficacité.
Sur la base de nos résultats de recherche récents, l'objectif principal de ce projet de thèse sera de démontrer des nouvelles architectures de RIS à base de silicium à 140 GHz et 300 GHz. L'amélioration des performances du RIS THz découlera d'un choix judicieux de la technologie de fabrication et de nouvelles conceptions de méta-atomes (également appelées cellule unitaire ou élément) à large bande avec des commutateurs intégrés de type PCM (materiaux à changement de phase). La possibilité de contrôler dynamiquement l'amplitude des coefficients de transmission des méta-atomes, en plus de leur phase, sera également étudiée. Un éclairage en champ proche sera introduit pour obtenir un profil ultra-compact. A notre connaissance, cela constitue une nouvelle approche pour la conception d'antennes à gain élevé dans la gamme de fréquence sub-THz.
Défense des modèles d'analyse de scène contre les attaques adversaires
Dans de nombreuses applications, des briques d'analyse de scène comme la segmentation sémantique, la détection et la reconnaissance d'objets, ou la reconnaissance de pose, sont nécessaires. Les réseaux de neurones profonds sont aujourd'hui parmi les modèles les plus efficaces pour effectuer un grand nombre de tâches de vision, parfois de façon simultanée lorsque l'apprentissage profond est multitâches. Cependant, il a été montré que ceux-ci étaient vulnérables face aux attaques adversaires (adversarial attacks): En effet, il est possible d'ajouter aux données d'entrée certaines perturbations imperceptibles par l'oeil humain qui mettent à mal les résultats lors de l'inférence faite par le réseau de neurones. Or, une garantie de résultats fiables est capitale pour les systèmes de décision où les failles de sécurité sont critiques (ex : applications comme le véhicule autonome, la reconnaissance d’objets en surveillance aérienne, ou la recherche de personnes/véhicules en vidéosurveillance). Différents types d'attaques adversaires et de défense ont été proposés, le plus souvent pour le problème de classification (d'images notamment). Quelques travaux ont abordé l'attaque des plongements qui sont optimisés par apprentissage de métrique pour les tâches de type ensemble-ouvert comme la réidentification d'objets, la reconnaissance faciale ou la recherche d'images par le contenu. Les types d'attaques se sont multipliés, qu'il s'agisse d'attaques universelles ou optimisées sur une instance particulière. Les défenses proposées doivent faire face à de nouvelles menaces sans trop sacrifier les performances initiales du modèle. La protection des données d'entrée face aux attaques adversaires est capitale pour les systèmes de décision où les failles de sécurité sont critiques. Un moyen de protéger ces données est de développer des défenses contre ces attaques. L'objectif sera donc d'étudier et de proposer différentes attaques et défenses applicables aux briques d'analyse de scène, notamment celles de détection d'objets et de recherche d'instance d'objet dans les images.
Conception de circuit radiofréquence pour la communication zéro energie
Notre ambition pour la communication 6G est de réduire radicalement l'énergie dans l'IoT. Pour ce faire, nous souhaitons développer un circuit intégré permettant une communication à énergie zéro qui sera une preuve de concept.
L'objectif de cette thèse est de concevoir ce circuit en FD-SOI et de le faire fonctionner dans la bande des 2,4 GHz. Dans cette thèse, nous proposons d'utiliser une nouvelle technique de conception qui révolutionne actuellement la conception des radiofréquences. Nous espérons que de nombreuses innovations pourront être réalisées au cours de ce doctorat en combinant ces deux innovations.
Le candidat intégrera une grande équipe de conception et participera à des projets de collaboration au niveau européen. Dans un premier temps, il analysera les contraintes du système pour choisir la meilleure architecture et en déduire les spécifications. Ensuite, il formalisera mathématiquement les performances de la technique de rétrodiffusion afin de mettre en place une méthodologie de conception. Il travaillera ensuite à plein temps sur la conception du circuit, envoyant à la fabrication deux circuits en technologie 22 um. Il sera également impliqué dans le test du circuit ainsi que dans la préparation d'un démonstrateur des techniques de rétrodiffusion. Nous espérons publier plusieurs articles dans des conférences de haut niveau.
Etude des mécanismes de transfert de structures 3D dans une couche inorganique pour l'optoélectronique
Les dispositifs optoélectroniques tels que les capteurs d’image à base de CMOS (aussi appelés imageurs) nécessitent la fabrication de structures 3D, des microlentilles convexes, afin de faire converger les photons vers les diodes photosensibles qui constituent les pixels. Ces éléments optiques sont indispensables pour le fonctionnement des dispositifs imageurs et leur forme ainsi que leur dimension sont critiques pour les performances. Dans le même ordre d’idée, les dispositifs basés sur l’optique diffractive ainsi que les capteurs hyper-spectraux sont en quête de structures multi-hauteurs complexes à réaliser. Enfin, les nouvelles technologies de micro-displays pour la réalité augmentée (AR) et de réalité virtuelle (VR) requièrent des structures 3D difficiles à réaliser avec les techniques de micro-fabrication conventionnelles.
Le Leti est à la pointe de l’état de l’art mondial sur une méthode innovante de photolithographie, dite par niveau de gris ou Grayscale, qui permet de réaliser toute une gamme de structures 3D dans une résine photosensible. Des formes concaves, ellipsoïdales, pyramidales et asymétriques sont ainsi accessibles. Ces structures complexes pourraient être utilisées pour de nouveaux domaines applicatifs, comme la photonique et les technologies de micro-displays précédemment citées. Une fois ces structures 3D réalisées dans une résine photosensible, il est nécessaire de les transférer par gravure plasma dans une couche fonctionnelle adaptée. Les mécanismes de transfert de structures 3D micrométriques dans une couche de polymère ont été récemment étudiés au Leti. Pour adresser de nouveaux besoins applicatifs, on souhaite désormais transférer ce type de structures 3D dans des couches inorganiques à base de silicium. De plus, ces structures, de plusieurs micromètres jusqu’à présent, tendent désormais vers des dimensions largement inférieures au micromètre. Cet aspect devrait rendre d’autant plus complexe la fidélité de transfert de motifs 3D.
Bien que critique, le transfert de motifs grayscale submicronique dans des couches inorganiques par gravure plasma est très peu été décrit dans la littérature. Cette thématique est de ce fait innovante et a une réelle valeur ajoutée. L’objectif de cette thèse est d’étudier et de comprendre les mécanismes de gravure de structures 3D submicroniques dans des couches inorganiques à base de silicium, telles que l’oxyde de silicium (SiO2) et le nitrure de silicium (SiN). Cela sera aussi l’occasion de répondre à certaines questions laissées en suspens lors des précédentes études. Le travail à réaliser est à très forte dominante expérimentale et se déroulera principalement dans la salle blanche 300mm du Leti. Vous aurez accès à des réacteurs de gravure plasma de dernière génération, ainsi qu’à de nombreux moyens de caractérisations. Cette thèse sera réalisée en étroite collaboration avec le service photolithographie du Leti et en interaction avec ses différentes équipes, telles que la plateforme silicium et les départements applicatifs.
Apprentissage des modèles du monde pour les agents autonomes avancés
Les modèles du monde sont des représentations internes de l'environnement externe qu'un agent peut utiliser pour interagir avec le monde réel. Ils sont essentiels pour comprendre les lois physiques qui régissent les dynamiques du monde réel, faire des prédictions et planifier des actions à long terme. Les modèles du monde peuvent être utilisés pour simuler des interactions réelles et améliorer l'interprétabilité et l'explicabilité du comportement d'un agent dans cet environnement, ce qui en fait des composants clés pour les modèles avancés d'agents autonomes.
Néanmoins, la construction d'un modèle du monde précis reste un défi. L'objectif de cette thèse de doctorat est de développer une méthodologie pour apprendre les modèles du monde et étudier leur utilisation dans le contexte de la conduite autonome, en particulier pour la prévision des mouvements et le développement d'agents autonomes pour la navigation.