Description du poste
<b>Domaine / Métier : </b>Recherche/Chercheuse / Chercheur<br /> <b>Nature de l'emploi : </b>Emploi ouvert uniquement aux contractuels<br /> <b>Description du poste : </b><br /> Missions : • Conception inverse par apprentissage profond pour une optimisation multi-échelle (méta-atome + métasurface) • Validation expérimentale à l’aide d’un nano-positionnement de pointe (collaboration LPCNO) • La synergie CEMES–LAAS : nano-optique quantique + modélisation numérique & fabrication en salle blanche Activités : Le/la postdoctorant(e) assurera l’intégration des volets numérique et expérimental, en se concentrant sur : 1. Cadre numérique avancé Étendre les capacités d’autodifférentiation de la boîte à outils torchGDM (développée au LAAS) afin de modéliser des émetteurs quantiques couplés à des métasurfaces périodiques supportant des modes BIC (technique de balayage du réseau, Fig. 1). Développer des réseaux de neurones informés par la physique (PINN) pour accélérer simulations et conception inverse. 2. Conception inverse par apprentissage profond Entraîner des réseaux de neurones multi-objectifs pour optimiser à la fois les géométries de méta-atomes et les réponses collectives des métasurfaces (par exemple un renforcement simultané du champ proche et une émission directionnelle). Utiliser l’apprentissage par transfert (transfer learning) pour affiner les modèles sur les données expérimentales. 3. Validation expérimentale et amélioration itérative Caractériser les métasurfaces optimisées sur les bancs optiques du CEMES (cryostat 4 K, cartographie de photoluminescence résolue en temps, statistiques de photons uniques par HBT), avec des émetteurs quantiques positionnés avec précision (LPCNO, projet ANR Q-META). Mener des cycles itératifs : conception, fabrication (salle blanche du LAAS), caractérisation, amélioration du modèle. 4. Encadrement et collaboration Co-encadrer des doctorants (projets ANR Q-META, SPINOSA et AIM