Mehdi MABED : "Application de méthodes d'apprentissage profond à l'analyse et modélisation de la dynamique non-linéaire dans les fibres optiques"

Résumé : La propagation d'impulsions lumineuses non-linéaires dans les fibres optiques présente un large éventail de dynamiques complexes. En fonction des conditions initiales et des propriétés des fibres utilisées, il est possible d'observer des dynamiques solitoniques complexes pouvant engendrer un élargissement spectral prononcé, allant jusqu'à la génération de supercontinuum. La complexité de ces effets peut rendre leur analyse et leur modélisation difficiles, et l'objectif de cette thèse a été de montrer l'application de techniques d'apprentissage machine pour analyser différents scénarios de propagation d'impulsions non-linéaires dans des systèmes optiques fibrés régis par l'équation de Schrödinger non-linéaire. En particulier, la prédiction des propriétés temporelles des "vagues scélérates" optiques en se basant uniquement sur l'analyse de l'intensité spectrale, sans aucune information sur la phase, a été accomplie à l'aide d'un réseau de neurones à propagation avant. Ces prédictions se sont avérées très satisfaisantes en régime d'instabilité de modulation pure ainsi que dans un système de cavité laser extit{noise-like pulse} en régime de bande spectrale étroite et large. Enfin, l'algorithme de réseau de neurones à propagation avant s'est avéré remarquablement précis dans sa capacité de reconstruction de la dynamique de l'équation de Schrödinger non-linéaire.

Composition du jury :

John DUDLEY Professeur Université Bourgogne Franche-Comté Directeur de thèse

Ariel LEVENSON Directeur de recherche C2N-Université Paris-Saclay Rapporteur

Arnaud MUSSOT Professeur Université de Lille Rapporteur

Bertrand KIBLER Directeur de recherche Université Bourgogne Franche-Comté Examinateur

Benjamin WETZEL Chargé de recherche Université de Limoges Examinateur

Localisation : 15B, avenue des Montboucons 25000 BESANCON - salle Amphithéâtre Jean-Jacques Gagnepain