Thèse Développement de Champs de Force par Approche Machine Learning le Cas des Actinides H/F

Description

Les missions du poste Établissement : Université de Lille École doctorale : Sciences de la Matière du Rayonnement et de l'Environnement Laboratoire de recherche : Physique des Lasers, Atomes et Molécules Direction de la thèse : Florent REAL ORCID 0000000251631545 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-04-29T23:59:59 Les champs de force classiques (MM, champs de force traditionnels) permettent généralement de décrire de façon satisfaisante les interactions interatomiques. Toutefois, leur capacité à représenter des systèmes complexes, soit fortement polarisables soit avec des charges sur les ions élevés demeure limitée, comme par exemple les actinides en solution, mais également de plusieurs processus d'intérêt atmosphérique où la description fine des interactions électrostatiques et de la réponse électronique locale est essentielle. Dans nos travaux antérieurs, nous avons développé un champ de force classique avancé intégrant un grand nombre de termes physiques, y compris des contributions à n-corps, et reposant sur des calculs ab initio. Malgré sa précision, la paramétrisation d'un tel modèle devient rapidement irréalisable dès que l'on souhaite inclure des environnements plus diversifiés, combinant différents ligands ou contre-ions par exemple. L'objectif de cette thèse est de concevoir et tester une méthodologie de construction de champ de force de nouvelle génération fondé sur des approches de Machine Learning (ML). Ce modèle sera entraîné à reproduire fidèlement les surfaces d'énergie issues de calculs ab initio et devra permettre la modélisation précise de la dynamique moléculaire des systèmes sélectionnés dans leurs environnements. Un tel champ de force ML offrira une flexibilité accrue par rapport aux approches paramétrées classiques, permettant d'intégrer naturellement des interactions complexes et non linéaires, tout en conservant une précision proche des méthodes ab initio et en réduisant considérablement les coûts de calcul. L'en