Thèse Analyse Haut-Débit par Spectroscopie Raman And Microscopie Électronique de Bibliothèque d'Échantillons Relaxeurs-Ferroélectrique H/F - Doctorat.Gouv.Fr

Établissement : Université de Picardie - Jules Verne École doctorale : Sciences, Technologie, Santé Laboratoire de recherche : LPMC - Laboratoire de Physique de la Matière Condensée Direction de la thèse : Houssny BOUYANFIF Début de la thèse : 2026-10-01 Date limite de candidature : 2026-07-31T23:59:59 L'intelligence artificielle (IA) actuelle est limitée par le « goulot d'étranglement de Von Neumann », où la séparation entre les unités de traitement et de mémoire entraîne une forte inefficacité énergétique. Le projet SYNEART (ANR-25-PEXD-0015) vise à résoudre ce problème en exploitant la physique des couches minces ferroélectriques relaxeurs afin de produire des dispositifs neuromorphiques. Comparés aux ferroélectriques conventionnels, les ferroélectriques relaxeurs se caractérisent par des nanorégions polaires et un paysage énergétique « plat », ce qui leur permet de présenter plusieurs états stables. Ils constituent donc des candidats idéaux pour la fabrication de synapses et neurones artificiels consommant beaucoup moins d'énergie que les technologies CMOS traditionnelles. Afin d'accélérer la découverte des meilleures combinaisons « composition/épaisseur/électrode », le projet utilise la synthèse à haut débit (Combinatorial Pulsed Laser Deposition - CPLD) ainsi qu'une caractérisation assistée par IA. Le ou la doctorant(e) contribuera spécifiquement à la caractérisation à haut débit accélérée par IA et à la compréhension fondamentale des solutions solides ferroélectriques relaxeurs. Les principaux objectifs sont :
Analyse à haut débit : des analyses par micro-spectroscopie Raman et microscopie HR-STEM/EELS-EDX seront réalisées sur des bibliothèques d'oxydes pérovskites à composition variable synthétisées par CPLD. Un intérêt particulier sera porté aux spectres enregistrés dans différentes géométries (règles de sélection Raman pour l'analyse de symétrie) ainsi qu'en fonction de la température. L'accent sera mis sur l'impact de la contrainte mécanique (strain) et de la composition sur la stabilité des phases ainsi que sur le comportement relaxeur versus ferroélectrique.
L'objectif est également de mettre en oeuvre des analyses Raman et STEM in situ (sous champ électrique) et de corréler les modifications observées du réseau cristallin avec les dispositifs neuromorphiques étudiés par les membres du consortium. Cela permettra de mieux comprendre la compétition subtile entre les différentes phases ferroïques dans certaines zones spécifiques du diagramme de phase (frontières morphotropes de phase). L'étudiant(e) recruté(e) pourra s'appuyer sur l'expertise du LPMC et du SPMS dans le domaine de la croissance de couches minces, de la caractérisation par STEM/EELS-EDX et de l'analyse avancée de données Raman. L'intelligence artificielle (IA) actuelle est limitée par le « goulot d'étranglement de Von Neumann », où la séparation entre les unités de traitement et de mémoire entraîne une forte inefficacité énergétique. Le projet SYNEART (ANR-25-PEXD-0015) vise à résoudre ce problème en exploitant la physique des couches minces ferroélectriques relaxeurs afin de produire des dispositifs neuromorphiques. Comparés aux ferroélectriques conventionnels, les ferroélectriques relaxeurs se caractérisent par des nanorégions polaires et un paysage énergétique « plat », ce qui leur permet de présenter plusieurs états stables. Ils constituent donc des candidats idéaux pour la fabrication de synapses et neurones artificiels consommant beaucoup moins d'énergie que les technologies CMOS traditionnelles. Mettre en oeuvre des méthodes d'analyses hauts débits par spectroscopie raman assistée apr ia et par microscopie électronique (HR-STEM)pour une compréhension fondamentale des diagrammes de phase composition-température-champ électrique.

Etudiant possédant un Master en physique du solide, sciences des matériaux