SL-DRT-23-0614
| Domaine | Data intelligence dont Intelligence Artificielle
|
| Domaine-S | Electronique et microélectronique - Optoélectronique
|
| Thème | Défis technologiques
|
| Theme-S | Sciences pour l’ingénieur
|
| Domaine de recherche | Data intelligence dont Intelligence Artificielle
Défis technologiques
Electronique et microélectronique - Optoélectronique
Sciences pour l’ingénieur
DRT
DCOS
SCCS
LSM
Grenoble
|
| Intitule du sujet | Développement et évaluation de techniques d’apprentissage automatique appliquées à la modélisation compacte de composants microélectronique
|
| Résumé du sujet | Depuis une dizaine d’année, les algorithmes basés sur l’apprentissage automatique offrent des performances sans précédent dans l’exécution des tâches pour lesquelles ils sont entrainés, et se répandent progressivement dans tous les secteurs d’activité. Récemment, des groupes de recherche les ont déployés dans le cadre de la modélisation compacte de transistors, élément clef de toute la chaîne de conception des circuits microélectroniques. Ils ont pu dresser un premier tableau des forces et des faiblesses de telles approches. La thèse propose de poursuivre les investigations, autour de deux axes : l’évaluation des performances de ces techniques appliqués aux transistors FD-SOI et l’exploration de l’hybridation de ces techniques avec les techniques standards basées sur la physique.
|
| Formation demandée | Mathématiques appliquées, Physique des matériaux
Direction de la Recherche Technologique
|
| Informations | Département Composants Silicium (LETI)
Service Caractérisation, Conception et Simulation
Laboratoire de Simulation et Modélisation
|
| Université/école doctorale | Université Grenoble Alpes
|
| Directeur de thèse | |
| Personne à contacter par le candidat | BEDECARRATS
Thomas
CEA
DRT/DCOS//LSM
17 Av. des Martyrs, 38000 Grenoble
04.38.78.30.41
thomas.bedecarrats@cea.fr
|
| Date de début souhaitée | 10/01/2023 |