J’ai une formation en chimie à l’ENS, une thèse en Physico-Chimie Moléculaire à l’Université de Paris-Sud Orsay et un post-doctorat à Schlumberger Cambridge Research (UK) puis au CECAM (ENS Lyon). Arrivé au CEA en 2000, je suis un spécialiste des méthodes de simulations atomistiques et multi-échelles. Mes activités de recherche portent sur le développement à l’aide d’outils d’apprentissage automatique de méthodologies de simulations atomistiques et multiéchelles pour décrire les matériaux. Afin d’améliorer la précision et la transférabilité des potentiels interatomiques dans les simulations de Dynamique Moléculaire, nous avons développé des potentiels numériques (GAP, SNAP et réseaux de neurones) pour différents matériaux (superhydrures, fer). Les outils d’apprentissage automatique sont également utilisés pour classifier les structures cristallines ainsi que les défauts (dislocations) au cours de la simulation afin de batir des lois de comportement macroscopiques à partir du comportement microscopique de la matière. Les transitions de phase, et en particulier les chemins de transitions, sont étudiés via des réseaux de neurones inversibles qui permettent d’améliorer l’échantillonnage statistique (problème de métastabilité et d’évènements rares). Une modélisation des cinétiques de transition de phase devient possible. Enfin, le lien entre les simulations atomistiques et la modélisation mésoscopique pour les systèmes chimiquement réactifs (matériaux explosifs) est aussi étudié à l’aide de techniques d’apprentissage automatique non supervisées appliquées à des simulations de Dynamique Moléculaire réactive.