Ce projet vise une ré-utilisation astucieuse de données dans le calcul de spectres électroniques. Souvent, les calculs ab initio ne profitent pas des données produites, ou bien ils utilisent des bases de données de matériaux réels nécessitant une énorme quantité de données. Nous avons proposé une approche appelée “connector theory” pour surmonter ce problème. Elle consiste à calculer avec grande précision, mais une fois pour toutes, une propriété donnée (énergie totale, spectres,...) pour un système modèle en fonction de ses paramètres. Ces résultats sont sauvegardés et peuvent être utilisés pour déterminer la même propriété dans de nombreux matériaux réels. Ceci nécessite la connaissance d’un “connecteur”, une prescription pour choisir la bonne information dans la base de données modèles, selon le matériau réel et selon des paramètres spécifiques, par exemple, une fréquence ou un endroit particulier. Nous avons formulé la théorie exacte et proposé une stratégie d'approximation systématique des connecteurs. A ce point, il faut concevoir les connecteurs spécifiques pour chaque propriété d'intérêt.

Dans cette thèse, l’étudiant(e) optimisera un modèle et concevra un connecteur pour les propriétés optiques des matériaux de basse dimension. Elle/il établira la base de données modèles qui est nécessaire pour cette application, et la complétera avec des interpolations, par exemple avec du “machine learning”. Ceci permettra des calculs extrêmement frugaux des propriétés optiques.