Direction scientifique
Transfert de connaissances vers l'industrie

Nos Thèses par thème

Calcul haut-débit des défauts dans les semi-conducteurs

Département des Technologies des NanoMatériaux (LITEN)

Laboratoire Composants Récupération de l'Energie

Master 2 physique

01-01-2018

SL-DRT-18-0206

Ambroise.VANROEKEGHEM@cea.fr

Nous proposons un criblage numérique à grande échelle des propriétés des défauts dans les semi-conducteurs. Ce projet sera le premier à mettre en relation les conditions de croissance, les types de défauts et leurs concentrations, et les propriétés de transport. Des algorithmes de classification et de régression par apprentissage automatique seront utilisés pour découvrir des tendances et relations cachées et pour accélérer le processus de criblage. Ceci permettra de faire ressortir une nouvelle compréhension des semi-conducteurs en fonction de leurs types de défauts dominants, ainsi que des relations caractéristiques entre ces défauts et les propriétés fonctionnelles des matériaux. En plus de son intérêt fondamental, le projet aura un impact majeur sur de nombreuses technologies industrielles pour lesquelles les défauts des semi-conducteurs sont la clef de leur performance.

Chaîne de vision bio-inspirée pour l'analyse de scène.

Département Architectures Conception et Logiciels Embarqués (LIST-LETI)

Laboratoire Adéquation Algorithmes Architecture

Ingénieur grandes écoles, master recherche

01-10-2018

SL-DRT-18-0309

laurent.soulier@cea.fr

Les capacités de reconnaissance des systèmes de vision artificielle (caméra(s) et processeur(s)) restent très en deçà de celles atteintes par des systèmes biologiques (?il ? cortex). Par ailleurs, les systèmes biologiques sont capables de traiter l'information en quelques millisecondes, ce qui reste hors de portée des systèmes électroniques bien que les capteurs d'images les mieux résolus soient loin d'atteindre la résolution des yeux humains (Quelques dizaines de millions de pixels contre plus d'une centaine de millions). L'ambition de cette thèse est de relever le défi posé par le vivant en explorant des architectures de capteurs intégrés bioinspirés. L'approche que nous retenons est basée trois hypothèses : d'une part la résolution des capteurs d'images biologiques n'est pas uniforme, la zone la mieux résolue (la fovéa) est dédiée à l'acquisition des zones d'intérêt de la scène ; d'autre part les prétraitements dès le capteur permettent de compresser l'information ; enfin, le traitement de l'information est dépendant du contexte de la scène et de connaissances préalables. Ce sujet, exploratoire, vise à imaginer, dans le cadre de ces hypothèses, des solutions en rupture par rapport à l'état de l'art, pour doter des systèmes artificiels autonomes (drones de toutes natures (UAV, UGV,?), machines-outils, caméra intelligente) de capacité de perception de leur environnement de haut-niveau, tout en ne bénéficiant que de ressources limitées, propres aux systèmes embarqués. Le doctorant devra posséder de solides bases en traitement d'images et en architectures numériques.

2 (Page 1 sur 1)
1
-->

Voir toutes nos offres