Auto-organisation de films minces par apprentissage statistique moléculaire – ASTAMO

Le but du projet ASTAMO est de créer et optimiser par apprentissage statistique (machine learning) une auto-organisation moléculaire afin de réaliser le contrôle de structures nanophotoniques en surface. Le projet permettra à terme d’implémenter en surface un processus métaphotonique par l’utilisation d’échanges d’informations à l’échelle locale au niveau moléculaire. Trois objectifs seront proposés : i) observer l’auto-organisation par apprentissages statistiques de films minces fabriqués à partir d’un matériau de type polymer ou ‘sol-gel’ à base d’azobenzènes auto-assemblés. Différentes valeurs de longueurs d’onde de commutation seront obtenues avec la fonctionnalisation des azobenzènes. A terme, les différents azobenzènes seront utilisés pour la préparation d’un matériau unique, pour lequel la commutation se fera à différentes longueurs d’onde. ii) réaliser un modèle de percolation moléculaire 2D (percolation cluster) en modélisant la propagation d’informations topographiques comme la propagation des feux de forêts pour structurer une large surface, iii) réaliser un prototype de réseaux neuronaux (micro-réseaux de surface) capable de transférer de l’information de chaque neurone photonique pour réaliser de la neurophotonique.