Fabien Alibart
Chargé de recherche (CNRS) et professeur associé (UdeS)
Coresponsable de l'axe Nano-électronique
Cotitulaire de la chaire MEIE en calcul neuromorphique
Responsable du laboratoire commun LN2 - ST Microelectronics
Intérêts de recherche
Fabien Alibart obtient son doctorat en physique des matériaux à l’Université de Picardie Jules Verne. Ses travaux de thèse s’intéressent alors à l’utilisation de couches minces de carbone amorphe pour l’optoélectronique (OLED, TFT). Il passe ensuite un premier stage postdoctoral à l’IEMN de Lille où il développe les composants neuromorphiques à partir de technologies hybrides organiques/inorganiques (NOMFET : Nanoparticles /Organic Memory FET). Un deuxième stage postdoctoral à l’UCSB dans le groupe de D. Strukov lui permet de développer les composants memristors inorganiques (TiO2) et leur utilisation comme synapse électronique.
Chargé de recherche au CNRS, depuis 2012 à l’IEMN, puis au LN2 (2017-2020 et 2023 à aujourd’hui), son activité de recherche couvre la réalisation de composants et circuits neuromorphiques à partir de technologies émergentes (OxRAM, CBRAM, mémoires organiques et moléculaires) ainsi que le développement de capteurs organiques (PEDOT-based) pour les interfaces avec les systèmes biologiques.
Principaux projets en cours:
- IONOS - An iono-electronic interface for communication with living system (PI) Projet ERC-CoG, 1.9 M€. 2018-2024. Développement de technologies neuromorphiques à base de matériaux organiques et inorganiques pour les interfaces électroniques avec les réseaux de neurones biologiques. Les concepts de traitement de l’information issus du calcul neuromorphique sont couplés au développement de capteurs permettant une transduction des signaux biologiques
- UNICO - Unsupervised lspiking neural networks with analog memristive devices for edge computing (co-PI) - Projet EU-ChistEra – deS/C2N/UAM/IBM-Zurich/Cezamat-PW. 1.5 M€ - 2020-2023. Développement de composants memristifs pour le calcul neuromorphique et intégration CMOS/memristor pour la démonstration de circuits. Propositions de topologies de circuits intégrant les contraintes du matériel et des algorithmes bio-inspirés.