Développement et évaluation de techniques d'apprentissage automatique appliquées à la modélisation compacte de composants microélectronique

Depuis une dizaine d'année, les algorithmes basés sur l'apprentissage automatique offrent des performances sans précédent dans l'exécution des tâches pour lesquelles ils sont entrainés, et se répandent progressivement dans tous les secteurs d'activité. Récemment, des groupes de recherche les ont déployés dans le cadre de la modélisation compacte de transistors, élément clef de toute la chaîne de conception des circuits microélectroniques. Ils ont pu dresser un premier tableau des forces et des faiblesses de telles approches. La thèse propose de poursuivre les investigations, autour de deux axes : l'évaluation des performances de ces techniques appliqués aux transistors FD-SOI et l'exploration de l'hybridation de ces techniques avec les techniques standards basées sur la physique.