Description du sujet de thèse

Cette étude vise à intégrer des nanodispositifs spintroniques dans des réseaux neuronaux matériels et à les entraîner à l'aide de techniques de type chip-in-the-loop. La recherche portera sur l'exploitation des propriétés radiofréquence (RF) des dispositifs spintroniques à des fins de calcul et d'apprentissage, avec un accent particulier sur la mise en œuvre de l'entraînement directement dans le matériel. Le ou la candidate participera à la conception et aux tests des composants et circuits RF pour les réseaux neuronaux, évaluera leur fonctionnement, et développera des algorithmes tirant parti de la physique des dispositifs afin d’atteindre une grande précision, malgré les imperfections intrinsèques liées à l’échelle nanométrique.

Activités

• Caractérisation électrique des propriétés radiofréquence des dispositifs spintroniques
• Conception de réseaux neuronaux basés sur les nanodispositifs
• Conception et simulation de circuits RF compatibles avec les réseaux neuronaux spintroniques
• Validation expérimentale et caractérisation des systèmes intégrés
• Développement d’algorithmes d’apprentissage et mise en œuvre matérielle
• Collaboration avec une équipe de recherche pluridisciplinaire

Compétences

• Expertise en Python et en développement d’algorithmes d’apprentissage pour les réseaux neuronaux
• Expertise en physique expérimentale de la spintronique
• Expertise dans la mesure et le test de nanodispositifs spintroniques
• Expertise en électronique radiofréquence

Contexte de travail

Les travaux seront réalisés au Laboratoire Albert Fert, dans l'équipe "Physique Neuromorphique" explorant l'utilisation des nanodispositifs et leurs multiples fonctionnalités pour le calcul bio-inspiré. L’équipe comprend deux chercheuses CNRS permanentes, deux chercheurs Thales, 4 post-doctorants et 4 doctorants.

Contraintes et risques

N.A.