Direction scientifique
Transfert de connaissances vers l'industrie

Les Post-Docs par thème

Développement de modèles innovants permettant l'optimisation conjointe technologie/design/système

Département Composants Silicium (LETI)

Laboratoire de Simulation et Modélisation

microélectronique, optronique, simulation

01-01-2019

PsD-DRT-19-0028

luca.lucci@cea.fr

Le projet dans lequel ce post-doc s'inscrit a pour ambition de proposer une approche nouvelle d'étude et d'optimisation des circuits et des systèmes, en prenant en compte les caractéristiques détaillées des technologies utilisées, des méthodologies de conception et des architectures choisies. L'objectif est de mettre en place une compétence transverse unique d'évaluation des technologies et des architectures, allant au-delà des analyses de type PPA, PPAY, PPAC usuellement utilisées pour évaluer les circuits. Le sujet du post-doc se concentre sur le développement de modèles simplifiés de dispositifs actifs et passifs, qui constituent les briques de base de la méthodologie d'optimisation robuste qui sera mise en place dans le projet. Les travaux de modélisation des devices actifs auront comme point de départ l'approche développée à l'EPFL, basée sur des expressions analytiques d'invariants mettant en oeuvre le coefficient d'inversion.

Télécharger l'offre (.zip)

Quantification de particules fines dans l'environnement avec des nanoresonateurs

Département Composants Silicium (LETI)

Laboratoire Composants Micro-Capteurs

Doctorat physique appliquée, micro/nanosystèmes, systèmes sous vide

01-06-2019

PsD-DRT-19-0033

sebastien.hentz@cea.fr

Il existe aujourd'hui des solutions pour détecter et quantifier les particules de type PM10 et PM2.5 (10 et 2.5µm); leur fiabilité dépend essentiellement de leur coût. Ces solutions sont essentiellement optiques, et celles-ci doivent pouvoir être améliorées pour des particules jusqu'au micron. Pour les particules encore plus petites et encore plus dangereuses pour la santé, il ne semble pas exister de solution évidente aujourd'hui. Les résonateurs nanomécaniques sont très performants dans ces gammes de taille/masse, comme le démontrent nos résultats obtenus avec le banc dédié aux objets biologiques en milieu liquide, récemment publiés par la revue Science (http://science.sciencemag.org/content/362/6417/918). Ces nanorésonateurs apparaissent donc comme une technologie prometteuse pour la détection des PM en particulier pour certaines applications de contrôle de la qualité de l'air en temps réel. Il s'agira donc d'étudier la possibilité de détecter des particules dans l'air en particulier celles qui sont difficilement détectables aujourd'hui (PM<0.5). Nous nous appuierons très largement sur les bancs développés pour la détection de particules biologiques en milieu liquide. Il s'agira de profiter de ce savoir-faire et d'adapter les architectures système, mais aussi les résonateurs nanomécaniques eux-mêmes pour la détection de particules en aérosol. Nous ciblerons ici des nanoparticules représentatives, organiques, pathogènes ou non. En termes de résonateurs, nous profiterons également des fabrications en cours, avec des designs spécifiques (électriques ou optomécaniques) pour cette application. Nous étudierons particulièrement la possibilité de prévenir les problèmes d'encrassement. Le candidat sera totalement intégré dans l'équipe autour de la détection de masse avec des nanorésonateurs.

Télécharger l'offre (.zip)

Dimensionnement et optimisation du pilotage d'une chaine de production hydrogène couplée à un parc éolien offshore

DPLOIRE (CTReg)

Autre

Doctorant, simulation système et évaluation technico-économique

01-03-2018

PsD-DRT-18-0034

guenael.lesolliec@cea.fr

Le couplage entre les filières EMR (Energies Marines Renouvelables) et hydrogène fait apparaître des atouts potentiels importants à long terme. Le projet MHyWind propose d'évaluer le potentiel énergétique et économique d'une chaine de production hydrogène intégrée à une sous-station d'un parc éolien offshore. L'hydrogène produit et stocké localement sera distribué par bateau pour des usages portuaires, en remplacement d'énergies fossiles. Pour cela, il sera mise en place une simulation qui intègrera toute la chaine énergétique du parc éolien vers les usages portuaires de l'hydrogène. Elle permettra d'évaluer différentes configurations et dimensionnements en fonction des usages locaux, leviers de valorisation, et modes de pilotage et fonctionnement du système. Les critères seront le productible (kg d'H2 produits / consommés) et les coûts de la chaine complète (CAPEX et OPEX). Dans le cadre du post_doctorat, l'objectif sera la mise en place de l'outil sur ce cadre applicatif pleinement intégré au projet en partenariat avec les équipes des laboratoires concernés.

Télécharger l'offre (.zip)

Localisation et cartographie simultanée à l'aide d'une caméra RGB-D selon une méthode directe et éparse

Département Intelligence Ambiante et Systèmes Interactifs (LIST)

Vision & Ingénierie des Contenus (SAC)

Thèse en vision par ordinateur

01-01-2018

PsD-DRT-18-0038

steve.bourgeois@cea.fr

Les récents progrès dans les méthodes de localisation d'un dispositif(smartphone, robot) par rapport à son environnement permettent d'envisager le déploiement de solutions de Réalité Augmentée et de robots autonomes. Dans ce contexte, l'intérêt des caméras RGB-D est notable puisqu'elles permettent d'obtenir directement la carte de profondeur de la scène perçue. Dans le cadre de ce post doctorat, l'objectif sera de développer une méthode de Localisation et Cartographie Simultanée (ou SLAM pour Simultaneous Localisation and Mapping) exploitant une caméra RGB-D. Plus précisément, l'image de profondeur sera exploitée au travers d'une méthode éparse et directe, ceci afin d'obtenir une localisation robuste et précise tout en minimisant la consommation CPU et mémoire. Cette méthode sera alors combinées à la méthode dite de "SLAM Contraint à un modèle CAO" développées au laboratoire afin d'obtenir une solution finale de SLAM RGB-D Contraint à un modèle CAO.

Télécharger l'offre (.zip)

Interprétation de grilles d'occupation 3D par réseaux de neurones

Département Architectures Conception et Logiciels Embarqués (LIST-LETI)

Laboratoire Infrastructure et Ateliers Logiciels pour Puces

PhD en Deep Learning / computer vision

01-02-2018

PsD-DRT-18-0042

remy.gauguey@cea.fr

Ce sujet s'inscrit dans le contexte du développement des véhicules/drones/robots autonomes. L'environnement du véhicule est représenté par une grille d'occupation 3D, dans laquelle chaque cellule contient la probabilité de présence d'un objet. Cette grille est réactualisée au fil du temps, grâce aux données capteurs (Lidar, Radar, Camera). Les algorithmes de plus haut niveau (path planning, évitement d'obstacle, ?) raisonnent sur des objets (trajectoire, vitesse, nature). Il faut donc extraire ces objets de la grille d'occupation : clustering, classification, et tracking. De nombreux travaux abordent ces traitements dans un contexte vision, en particulier grâce au deep learning. Ils montrent par contre une très grande complexité calculatoire, et ne tirent pas parti des spécificités des grilles d'occupation (absence de textures, connaissance a priori des zones d'intérêt ...). On souhaitent trouver des techniques plus adaptées à ces particularités et plus compatibles avec une implémentation plus économe en calcul. L'objectif du post-doc est de déterminer, à partir d'une suite de grilles d'occupation, le nombre et la nature des différents objets, leur position et vecteur vitesse, en exploitant les récentes avancées du deep Learning sur les données 3D non structurées.

Télécharger l'offre (.zip)

Substrats Germanium sur isolant (GeOI) pour la photonique : amélioration de la qualité cristalline et mise sous contrainte

Département Composants Silicium (LETI)

Laboratoire Intégration et Transfert de Film

thèse

01-02-2018

PsD-DRT-18-0045

julie.widiez@cea.fr

Depuis environ 2010, on assiste à une course au laser Ge, à laquelle participent notamment le MIT, l'université de Stanford, l'université de Paris Sud et le Leti. En parallèle, le laboratoire des professeurs Takagi et Takenaka à l'université de Tokyo est à la pointe de développements de composants photoniques à base de Ge pour le proche infra-rouge. Le post-doc consistera à développer des substrats GeOI à partir de substrat Ge massif avec mise en traction du film. Ces développements seront réalisés à partir des procédés Smart Cut / collage amincissement existants, combinés à des étapes permettant de dépasser leurs limites actuelles (e.g. collage type SAB). Les matériaux obtenus seront caractérisés pour déterminer leur état de déformation ainsi que leur endommagement (Raman/XRD) et des substrats seront fournis aux laboratoires applicatifs pour réalisation de composants photoniques.

Télécharger l'offre (.zip)

28 (Page 2 sur 5)
first   previous  1 - 2 - 3 - 4 - 5  next   last
-->

Voir toutes nos offres