Thèse en cours

MODÉLISATION PAR RÉSEAU DE NEURONES DE PROCÉDÉS DE MICRO‑FABRICATION 3D POUR APPLICATIONS OPTIQUES

FR  |  
EN
Auteur / Autrice : Merlin Moreau
Direction : Stéphane Bonnet
Type : Projet de thèse
Discipline(s) : MBS - Modèles, méthodes et algorithmes en biologie, santé et environnement
Date : Inscription en doctorat le 17/10/2022
Etablissement(s) : Université Grenoble Alpes
Ecole(s) doctorale(s) : École doctorale ingénierie pour la santé, la cognition, l'environnement
Partenaire(s) de recherche : Laboratoire : Laboratoire d'Electronique et de Technologie de l'Information (LETI)

Résumé

FR  |  
EN

La réalisation de micro-structure 3D est nécessaire pour fabriquer des éléments clés des dispositifs microélectroniques tels que les micro-lentilles pour les imageurs. Ces lentilles peuvent être fabriquées par fluage de résine ou par lithographie par niveaux de gris dite « grayscale ». La lithographie grayscale présente l'avantage de pouvoir couvrir un grand nombre de formes topographiques différentes en une seule étape de fabrication. La fidélité des formes ainsi obtenues par rapport à celles souhaitées dépend de la précision de la modélisation et de la stratégie d'optimisation du masque lithographique. La lithographie grayscale a été développée et soutenue ces 3 dernières années au LETI via une thèse CIFRE en collaboration avec STMicroelectronics. L'objectif est de poursuivre les travaux de fabrication d'objets 3D en orientant la méthode pour des applications optiques (imageurs, réseaux de diffraction) mais également pour la réalité augmentée. Ce travail de thèse sera concentré sur l'exploration de différentes méthodes de design et de préparation de données pour la réalisation du masque. En particulier, et ce afin de maximiser la fidélité de la lithographie, la pixellisation non régulière sur le masque ou des méthodes de résolution de problème inverse par réseau de neurones seront investigués. La modélisation du développement de la résine lors de l'étape de lithographie grayscale sera également un point crucial et essentiel de la thèse.