Description du sujet de thèse

Le projet de thèse porte sur le développement d'un calculateur analogique neuromorphique innovant, capable de résoudre des problèmes d'optimisation combinatoire dits NP-difficiles, tels que le problème du voyageur de commerce ou le problème "max-cut". En utilisant une plateforme de circuits analogiques reconfigurables de type FPAA (Field-Programmable Analog Array), ce projet propose de dépasser les limitations des systèmes numériques conventionnels en exploitant des dynamiques non-linéaires inspirées du cerveau humain. Cette approche de calcul analogique présente des avantages significatifs en termes d'efficacité énergétique et de rapidité de convergence, pour aborder des problèmes complexes rencontrés dans divers domaines scientifiques. Le doctorant travaillera au sein d'une équipe interdisciplinaire en collaboration avec des experts de Georgia Tech-CNRS, Georgia Tech Atlanta, et CentraleSupélec, tout en développant une expertise pointue en dynamiques non-linéaires et calcul neuromorphique.

Contexte de travail

Le doctorant travaillera au sein de l’équipe « Photonic and Terahertz Imaging » de l'IRL 2958 Georgia Tech-CNRS, située à Georgia Tech Europe à Metz. Cette équipe est spécialisée dans les dynamiques non-linéaires, l’imagerie térahertz et le calcul analogique. Une collaboration clé du projet sera avec la Prof. Jennifer Hasler de Georgia Tech Atlanta, pionnière dans le domaine des plateformes analogiques reconfigurables (FPAA) et des systèmes neuromorphiques à faible consommation énergétique. Le doctorant bénéficiera de l’accès direct à son expertise unique, notamment pour l'implémentation du calculateur analogique sur la plateforme FPAA. Le doctorant interagira également régulièrement avec des chercheurs de renommée internationale comme le Prof. David Citrin et le Dr. Alexandre Locquet. Le projet offrira un environnement de recherche interdisciplinaire et stimulant, avec des échanges réguliers avec des experts en électronique, physique appliquée et intelligence artificielle.

Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR.

Contraintes et risques

Le projet comporte des défis techniques, notamment l'optimisation de la plateforme FPAA pour résoudre des problèmes NP-difficiles, ce qui nécessite une expertise en électronique analogique. Des imprévus liés aux performances des systèmes neuromorphiques pourraient survenir, et la collaboration internationale, notamment avec la Prof. Jennifer Hasler, exigera une bonne gestion du temps. Le candidate devra aussi passer l'habilitation ZRR (zone à régime restrictif).

Informations complémentaires

Formation niveau master en sciences de l'ingénieur ou en sciences. Solide formation en électronique, microélectronique ou systèmes analogiques. Expérience avec des plateformes de calcul analogique ou reconfigurable (FPGA/FPAA). Connaissances en dynamiques non-linéaires ou systèmes complexes souhaitables.Compétences en optimisation combinatoire et résolution de problèmes NP-difficiles souhaitables. Intérêt pour l’intelligence artificielle et le calcul neuromorphique. Capacité à travailler de manière autonome dans un environnement de recherche interdisciplinaire. Très bonne maîtrise de la langue anglaise.