Nous rejoindre, pour quoi faire ?
Au sein de notre laboratoire possédant une expertise en design, fabrication et caractérisation de µLED, nous proposons un sujet d'optimisation de métasurfaces par deep learning.
L'objectif est d'appliquer à la simulation optique d'une source stochastique d'étendue finie, des méthodes d'optimisation à base de deep learning dit « physics informed ».
Conceptuellement le réseau apprend non seulement à reproduire les données d'entrainement mais également à produire une solution qui ne viole pas les équations de Maxwell. Inspiré par de récents travaux, le sujet du stage envisage d'investiguer la pertinence de ce type d'approches appliquées aux sources µLED.
Pour parvenir à ses fins, le stage demandera de comprendre finement les codes de calcul utilisés pour les interfacer avec un réseau neuronal bien choisi. L'application de cette méthode à l'optimisation du comportement optique d'une métasurface constitue un résultat attendu, permettant la comparaison de ce type d'optimisation avec d'autres outils développés en interne.
Un plan personnalisé pour postuler intelligemment à cette offre.
Cliquez sur "Postuler" pour accéder à l'offre.