Apprentissage Automatique en dynamique d’aimantation : enjeux et limitations

Contexte :

Dans de nombreuses applications (moteurs électriques, stockage des données, détection, antennes, …), les propriétés magnétiques des matériaux s’obtiennent par un équilibre subtil entre différentes interactions, un fait qui rend le design de nouveaux dispositifs complexes. En spintronique moderne, la manipulation des édifices magnétiques topologiques par lesquels transite l’information et par d’autres stimuli que l’induction magnétique, ouvre la voie à de nouveaux dispositifs fonctionnels plus économes en énergie.

Objectif de la thèse :

Le travail de thèse sera de disposer de nouveaux potentiels interatomiques pour la dynamique moléculaire et la dynamique de spin couplées de très haute qualité. En particulier ce travail portera sur l’application des méthodes d’apprentissage automatique conjointement aux théories de la fonctionnelle de la densité électronique et de la dynamique de spin pour traiter l’interaction élasto-magnétique des oxydes fortement corrélés à l’aide de codes numériques haute performance développés au CEA.

Déroulement de la thèse :

Le premier objectif sera de déterminer ab initio l’intensité de l’interaction élastique, magnétique et du couplage pour une collection d’oxydes magnétiques prototypiques et fortement corrélés, capable de reproduire les propriétés remarquables de ces composés. Afin de créer cette base de donnée dans un espace de configuration vaste, le(a) doctorant(e) s’appuiera sur les codes de structure électronique à haut rendement pour déterminer l’énergétique associée aux configurations magnétiques et structurales.
Le second objectif sera de développer un outil d’apprentissage automatique à partir de la base de données simulée, par des descripteurs pertinents préservant les symétries des configurations. Cette stratégie sera comparée aux approches proposées dans la littérature en vérifiant que l’outil développé préserve les performances des dynamiques moléculaires et de spin couplées.
De plus, l’outil sera testé sur un sous-ensemble restreint de propriétés ab initio pour en déterminer la qualité. Enfin, l’outil sera continuellement enrichi en accumulant de nouvelles données par procédure d’intégration et de développement continu.

DIRECTEUR DE THESE

Pascal THIBAUDEAU
Pascal.thibaudeau@cea.fr

ECOLE DOCTORALE

ED 389
P2MC – La Physique de la Particule à la Matière Condensée
UPMC
4 place Jussieu
75005 Paris

ENCADRANT

Bertrand BERTUSSI
bertrand.bertussi@cea.fr

CENTRE

Le Ripault
BP 16
37260 Monts
Tél. : 02-47-34-40-00