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
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.
Conception et fiabilité d’architecture modulaire de panneaux PV reconfigurables et réparables
L’intégration de modules photovoltaïques est devenu un enjeu pour l’adaptation au changement climatique, avec notamment l’installation de modules PV spécifiques dans les espaces urbains, sur les véhicules ou dans les exploitations agricoles. Ces modules sont appelés à fonctionner dans des situations plus complexes présentant une forte variabilité temporelle et des expositions au soleil changeantes. Les enjeux scientifiques du projet sont de déterminer les conditions nécessaires à l’optimisation des performances des modules PV face à ces perturbations extérieures par l’introduction d’architectures électriques reconfigurables. Un modèle de fiabilité sera développé pour intégrer l’influence des architectures système proposées, afin de garantir un niveau de fiabilité amélioré. Un travail approfondi sera mené sur l’ensemble du module PV, des technologies cellules aux caractéristiques électriques finales demandées, en passant par les technologies de commutation électrique. Dans une seconde phase, une méthodologie de conception sera développée en lien avec un état de l’art précis des technologies de commutation disponibles. La méthode sera appliquée à un cas d’usage répondant en priorité à la problématique d’ombrage et/ou défaillance partielle du module PV. Enfin, les architectures proposées seront évaluées par analyse de cycle de vie. Les conceptions autorisant une maintenance ou remplacement de certains éléments seront détaillées et comparées aux performances des modules habituels.
Nouveaux alliages et composites à base silicium pour batteries tout-solide : de la synthèse combinatoire par pulvérisation cathodique magnétron vers la mécanosynthèse
Les batteries au lithium tout-solide utilisant des électrolytes à base de sulfures sont parmi les plus étudiées actuellement en vue d’une amélioration de la densité d’énergie, de la sécurité et de la charge rapide. Si initialement le lithium métal était le choix privilégié pour l’anode, les difficultés rencontrées lors de sa mise en œuvre et les performances obtenues laissent penser que des alternatives doivent être recherchées. Le silicium apporte un compromis intéressant en termes de densité d’énergie et de durée de vie. Cependant, il est nécessaire de rechercher des matériaux d’anode développés pour les applications tout-solide. Dans ce but, nous proposons de collaborer avec CEA Tech Nouvelle-Aquitaine, qui a mis en place une méthodologie de synthèse combinatoire par pulvérisation cathodique magnétron, afin d’accélérer l’identification de nouvelles compositions de matériaux à base de silicium. Pour ce faire des bibliothèques de matériaux à gradient de compositions en couches minces seront préparés au CEA Tech Nouvelle-Aquitaine pour ensuite être étudiées au CEA Grenoble. Les compositions les plus prometteuses seront alors préparées par mécanosynthèse et caractérisées au CEA Grenoble. Un travail important sur les procédés de broyage sera réalisé afin d’optimiser la taille des particules et l’homogénéité ainsi que la structure et la microstructure. Il faudra également s’intéresser à l’intégration en cellule tout-solide en s’appuyant sur le savoir-faire du laboratoire.
Développement d'un cadre d'analyse basé sur le ML pour la caractérisation rapide des conteneurs de déchets nucléaires par tomographie muonique
Cette thèse de doctorat vise à développer un cadre d'analyse avancé pour l'inspection des conteneurs de déchets nucléaires à l'aide de la tomographie muonique, et plus particulièrement via la méthode par diffusion des muons. La tomographie muonique, qui exploite les muons naturels issus des rayons cosmiques pour scanner des structures denses, s'est avérée précieuse dans des domaines dans lesquels les méthodes d'imagerie traditionnelles sont inefficaces. Le CEA/Irfu, avec son expertise dans les détecteurs de particules, cherche à exploiter l'intelligence artificielle (IA) et le Machine Learning (ML) pour optimiser l'analyse des données des muons, notamment pour réduire les temps d'exposition et améliorer la fiabilité des images.
Le projet consistera à se familiariser avec les principes de la muographie, à simuler les interactions des muons avec les conteneurs de déchets et à développer des techniques de traitement d'images et d'augmentation de données basées sur le ML. Le résultat devrait aboutir à des outils efficaces permettant d'interpréter les muographies (images de tomographie muonique), d’accélérer l’analyse et de classifier de manière fiable le contenu des conteneurs. L'objectif de la thèse est d'améliorer la sécurité et la fiabilité de l'inspection des déchets nucléaires en produisant des muographies plus nettes, plus rapides et plus interprétables grâce à des méthodes d'analyse innovantes.
Études théoriques des phénomènes orbitroniques et de spin-orbite dans les hétérostructures comprenant des matériaux de van der Waals, des métaux et des oxydes
Ce thèse de doctorat vise à trouver les meilleures combinaisons inexplorées de métaux de transition, d'oxydes et de matériaux 2D (dichalcogénures de métaux de transition, aimants 2D, graphène...) pour aider à optimiser et à fournir les bases scientifiques des dispositifs de stockage et de mémoire spintroniques à haut rendement énergétique, basés sur les domaines émergents de la spin-orbitronique et de l'orbitronique. Cette dernière est un nouveau domaine de recherche fascinant qui exploite les courants orbitaux et leur interaction avec les courants de spin médiés par le couplage spin-orbite.
En utilisant de calculs ab initio combinés à une approche liaison fort et à la théorie de la réponse linéaire, nous examinerons le potentiel des hétérostructures susmentionnées non seulement pour les phénomènes spin-orbite tels que l'interaction Dzyaloshinskii-Moriya (DMI), l'anisotropie magnétique perpendiculaire (PMA) et l'interconversion spin-charge basée sur les effets Rashba et Rashba-Edelstein (REE), mais nous nous concentrerons également sur l'effet orbital Rashba-Edelstein (OREE). En outre, les mécanismes de contrôle de ces phénomènes par des stimuli externes (déformation, champs électriques et magnétiques externes) seront également étudiés. Ces études permettront de trouver des combinaisons de matériaux optimales pour assurer l'efficacité de la DMI, de la PMA et de l'interconversion spin-charge afin d'optimiser les dispositifs spintroniques et de contribuer ainsi de manière significative au développement d'une microélectronique durable.
Le projet de these sera basé sur une approche multi-échelle incluant des approches ab initio, liaison forte et atomistiques. Un candidat très motivé avec une bonne expérience en physique du solide, en théorie de la matière condensée et en simulations numériques est donc requis. Il/elle effectuera ses calculs sur les nœuds du cluster de calcul Spintec en utilisant des codes ab initio basés sur la théorie de la fonctionnelle de la densité (DFT) combinés à d'autres codes/outils de simulation. Les résultats obtenus seront analysés avec soin et pourront être publiés dans des revues scientifiques internationales. Une forte collaboration avec des laboratoires en France (CEA/LETI, Laboratoire Albert Fert (CNRS,Thales), Aix-Marseille Univ...) et à l'étranger (ICN2-Barcelone, PGI Forschungszentrum Jülich, Osaka University) est prévue.
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.
Développement des procédés de gravure pour les nœuds avancés utilisant des techniques SADP
La miniaturisation des composants électroniques impose le développement de nouveaux procédés, car la lithographie immersion 193nm seule ne permet plus d’atteindre les dimensions demandées pour les nœuds technologiques les plus avancés (sub-10nm). Depuis des années, des stratégies complémentaires à la lithographie se sont développées. Ici, nous étudierons la technique de « Self-Aligned Double Patterning » (SADP), qui divise par deux le pas du réseau des motifs lithographiés initialement. Cette technique repose sur un dépôt conforme de diélectrique (espaceur) de part et d’autre des motifs initiaux (mandrel). Ces espaceurs serviront ensuite de masque de gravure pour l'obtention des motifs finaux. Les faibles dimensions recherchées imposent un contrôle parfait des procédés de gravure. Or cette étape altère les matériaux déposés conduisant à une perte des dimensions. Un des grands enjeux sera de maîtriser la gravure et donc la modification des matériaux utilisés pour satisfaire les spécifications recherchées (largeur des motifs, profil de gravure, consommation des couches d’arrêt, uniformité, vitesse de gravure…). Un des objectifs sera aussi de proposer des approches SADP alternatives permettant de générer différents types de motifs sur la plaque pour réaliser des transistors planaires FDSOI, ce qui est peu répandu actuellement dans la littérature.
Les défis de cette thèse ?
Développer des procédés innovants de gravure
Explorer de nouveaux couples de matériaux (espaceur/mandrel) et proposer in-fine une solution d’intégration industrielle qui pourra être validée électriquement.
Identifier les possibles verrous technologiques et proposer des solutions pour les contourner
Mettre en place un protocole de caractérisation fiable détectant les modifications physico-chimiques des matériaux en présence et la dimension des motifs finaux
Sperm 3D - Outil de diagnostic de l'infertilité masculine utilisant l'holographie pour l'imagerie et le suivi en 3D
L'infertilité est un problème croissant dans tous les pays développés. Les méthodes standard de diagnostic de la stérilité masculine examinent la concentration, la mobilité et les anomalies morphologiques des spermatozoïdes individuels. Cependant, un cas d'infertilité masculine sur cinq reste inexpliqué avec les outils de diagnostic standard.
Dans cette thèse, nous explorerons la possibilité de déterminer les causes de l'infertilité masculine à partir de l'analyse détaillée des trajectoires 3D et de la morphologie des spermatozoïdes nageant librement dans un environnement imitant les conditions de l'appareil reproducteur féminin. Pour cette tâche difficile, nous développerons un microscope spécialisé basé sur l'holographie pour l'imagerie rapide et le suivi des spermatozoïdes individuels. Outre les méthodes numériques classiques, nous utiliserons des algorithmes d'intelligence artificielle modernes pour améliorer la qualité de l'imagerie et pour analyser les données multidimensionnelles.
Tout au long du projet, nous collaborerons étroitement avec un institut de recherche médicale (CHU/IAB) spécialisé dans les technologies de reproduction assistée (ART). Nous examinerons des échantillons de patients réels afin de développer un nouvel outil pour le diagnostic de l'infertilité masculine.