Direction scientifique
Transfert de connaissances vers l'industrie

Nos Thèses par thème

Toutes les offres [+]

Etude de l'EBIC et la cathodoluminescence appliquée aux photodiodes petit gap pour la détection IR refroide

Département d'Optronique (LETI)

Laboratoire d'Imagerie IR

Physique, Ingénieur Généraliste (INSA, PHELMA, ...)

01-10-2021

SL-DRT-21-0626

pierre.bleuet@cea.fr

Le CEA LETI développe depuis plus de 40 ans des détecteurs IR utilisant des matériaux semi-conducteur petit-gap. Ces travaux ont même donné naissance à la société Sofradir puis Lynred, acteur de premier ordre dans l'imagerie IR. Dans le cadre de la collaboration entre LETI et Lynred, de nouveaux besoins de caractérisation apparaissent, à la fois pour la compréhension fine du fonctionnement de la photodiode lors de la réduction du pas pixel, mais aussi au niveau de la compréhension de l'effet des défauts métallurgique et technologiques sur la performance des photodiodes IR. Nous proposons ici d'étudier le comportement des diodes petit-gap IR refroidies lorsqu'elles sont excitées par le pinceau électronique au sein d'un microscope électronique (MEB). Une cartographie du courant induit (EBIC) donne une information sur le transport de charges dans le petit gap, alors qu'une cartographie de la luminescence induite (cathodo-luminescence) apporte une information complémentaire sur la dynamique de recombinaison radiative des porteurs injectés, notamment en présence de défauts métallurgiques. La manip EBIC est aujourd'hui fonctionnelle à température cryogénique dans notre équipement. La manip Cathodo IR est à mettre au point pour compléter l'image EBIC et donner une représentation complémentaire de la physique à l'?uvre dans la photodiode IR. Outre la mise au point de la cathodo, le travail de thèse pourra s'attacher à investiguer différentes structures de détection IR orientées petits pas et haute température de fonctionnement, en s'appuyant sur la corrélation entre EBIC, cathodo IR mais aussi les caractérisations electro-optique classique de la photodiode IR.

Télécharger l'offre (.zip)

Caractérisation multimodale de phages thérapeutiques

Département Microtechnologies pour la Biologie et la Santé (LETI)

Laboratoire Chimie, Capteurs et Biomatériaux

M2 biophysique et/ou nanosciences

01-10-2021

SL-DRT-21-0634

pierre.marcoux@cea.fr

Technologies pour la santé et l?environnement, dispositifs médicaux (.pdf)

La diffusion rapide et inexorable des résistances aux antibiotiques constitue l'un des défis sanitaires de la prochaine décennie. Dans ce contexte, la recherche d'alternatives thérapeutiques est un enjeu majeur de santé publique et une priorité. La phagothérapie, qui utilise des virus sans effet sur les cellules humaines, appelés phages, capables d'infecter et de détruire spécifiquement les bactéries, constitue une approche prometteuse. Utilisés depuis des décennies dans certains pays d'Europe de l'Est, l'importation de phages préparés dans ces pays est interdite en France et en Europe occidentale car ces préparations ne répondent pas aux exigences de sécurité/traçabilité/développement des autorités de santé (ANSM, EMEA. La demande croissante des infectiologues en phages lytiques répondant à ces exigences s'accompagne d'un besoin d'outils de caractérisation pour mieux qualifier ces virus à destinée thérapeutique, que ce soit au cours de leur production, leur purification, leur stockage et leur administration. La thèse étudie la caractérisation de suspensions aqueuses de phages (mesure du titre infectieux, killing assay et détermination du caractère monoclonal). Deux méthodes complémentaires seront étudiées: l'une basée sur l'imagerie sans lentilles de plages de lyse; l'autre reposant sur des microrésonateurs mécaniques.

Télécharger l'offre (.zip)

Analyse mémoire précise et efficace pour les languages de bas niveau

Département Ingénierie Logiciels et Systèmes (LIST)

Laboratoire pour la Sûreté du Logiciel

Master en informatique, avec une formation en méthode formelle ou sémantique des languages de programmation (compilation). La connaissance des languages fonctionnels (OCaml,Haskell,Lisp) et/ou bas-niveau (C, assembleur) est un plus.

01-10-2021

SL-DRT-21-0641

matthieu.lemerre@cea.fr

Data intelligence dont Intelligence Artificielle (.pdf)

Le but de la thèse est de développer une analyse statique automatique (basée sur l'interprétation abstraite) permettant de vérifier, dans des grosses bases de code dans des langages bas-niveau compilés (de type C, C++, assembleur, Rust), des propriétés de sécurité liées à la mémoire, telle que des propriétés de flot d'information et l'absence de corruption de mémoire. Cette problématique est très importante pour la cybersécurité, car la plupart des erreurs de sécurité liées au logiciel, et celles dont la sévérité est la plus importante, proviennent d'erreurs de sûreté mémoire (buffer overflows, use-after-free, déréferencement de pointeur null, mauvaises conversions de pointeurs, mauvaise interface entre plusieurs langages, etc.). Les trois grands problèmes lorsqu'on conçoit une telle analyse statique automatique est de demander un faible effort de vérification de la part de l'utilisateur, de gérer des systèmes larges et complexes, et d'être assez précis pour que l'analyse ne rapporte pas un grand nombre de fausses alarmes. L'approche privilégiée pour cette thèse se reposera sur une nouvelle analyse statique utilisant des domaines abstraits paramétrés par des invariants de types, qui se trouve être à une juste équilibre entre précision (par rapport à des analyses de pointeur), efficacité (par rapport à des analyses de shape), et effort à fournir (par rapport à des méthodes de vérification déductives). Cette méthode a déjà permis de prouver automatiquement l'absence d'escalade de privilège et de corruption mémoire dans un micronoyau industriel existant à partir de son code machine, en utilisant seulement 58 lignes d'annotations. De nombreuses questions de recherches restent en suspend, et on explorera ainsi comment on peut faire une analyse compositionelle basée sur ce domaine pour en améliorer le passage à l'échelle, comment on peut en améliorer l'expressivité pour montrer des propriétés de sécurité complexe comme la non-interférence, comment on peut en améliorer la précision sans dégrader l'efficacité, ou comment réduire encore plue le nombre d'annotations (en inférant automatiquement des invariants de types).

Télécharger l'offre (.zip)

Prédiction de trajectoire pour la navigation autonome

Département Systèmes et Circuits Intégrés Numériques

Laboratoire Intelligence Intégrée Multi-capteurs

master ou diplôme d'ingénieur en informatique ou traitement du signal

01-09-2021

SL-DRT-21-0644

tiana.rakotovao@cea.fr

Systèmes cyberphysiques - capteurs et actionneurs (.pdf)

Avec l'intérêt croissant pour les véhicules autonomes (AV), les systèmes de perception jouent un rôle central dans leur navigation, avec des développements actifs des communautés recherche et industrie automobile. Les systèmes de perception fournissent aux AVs des informations sur la situation de conduite. En pratique, des algorithmes avancés modélisent l'environnement du véhicule à l'aide d'une carte en traitant les données passées et présentes provenant de capteurs embarqués, par exemple des caméras, des LiDARs, des radars et des ultrasons. L'évolution future de l'environnement de conduite est prédite afin de planifier une trajectoire sûre, éviter des collisions et prendre des décisions quant à la navigation. Le CEA a mis au point une technologie embarquée de fusion de données exploitant le paradigme des grilles d'occupation qui modélisent l'environnement du véhicule. Cette grille fournit une estimation probabiliste des régions occupées et des régions libres. L'estimation du mouvement des obstacles est également en cours de développement. Cependant, l'estimation des trajectoires futures probables des obstacles en mouvement est indispensable pour prendre des décisions quant à la navigation. L'objectif de la thèse de doctorat est de développer un algorithme embarqué de prédiction des trajectoires pour la navigation autonome. La prédiction de trajectoire est un problème spatio-temporel (4D) où l'incertitude est essentielle pour évaluer les évolutions probables à court terme d'un scénario de conduite. La diversité des obstacles en mouvement rend la prédiction de trajectoire très difficile lorsqu'elle est intégrée à des plateformes informatiques légères. En effet, une voiture en mouvement n'a pas le même degré de liberté qu'un piéton. Les modèles de prédiction peuvent prendre en compte la nature des obstacles en mouvement si cette information est disponible (par exemple, fournie par une intelligence artificielle). Dans le cas contraire, les modèles de prédiction doivent s'adapter en fonction des données disponibles. Au cours de la thèse, le doctorant se concentrera d'abord sur la modélisation probabiliste du mouvement et de la trajectoire. Ensuite, il proposera une solution algorithmique peu complexe pouvant être exécutée en temps réel sur une plateforme informatique embarquée, le doctorant étant hébergé dans une équipe dont l'expertise porte sur le développement de solutions de perception avancées et légères pouvant être intégrées dans des systèmes embarqués. Le doctorant collaborera avec des chercheurs, des ingénieurs et d'autres doctorants issus de divers domaines scientifiques. Le candidat doit avoir une solide formation mathématique en probabilités/statistiques, informatique et prototypage de logiciels (matlab/python, C++). Des connaissances et des compétences en intelligence artificielle et en fusion de données sont des atouts majeurs.

Télécharger l'offre (.zip)

52 (Page 9 sur 9)
first   previous  5 - 6 - 7 - 8 - 9
-->

Voir toutes nos offres