Note ABES Dendrites en polymère électrogénérées pour du hardware à dépendance morphologique appliqué au calcul non-conventionnel Electrogenerated polymer dendrites for morphology-dependent hardware applied to unconventional computing PEDOT Hardware à dépendance morphologique Calcul non conventionnel Calcul neuromorphique Électropolymérisation Dépendance morphologique Informatique neuromorphique PEDOT:PSS dendrite Bioinspired hardware Unconventional computing Neuromorphic computing Electrophysiology Morphology-Dependent Dendrimères organiques Semiconducteurs organiques Électrophysiologie Dans tous les domaines scientifiques, la variabilité a souvent été perçue comme un inconvénient. Cela est particulièrement vrai pour la microélectronique, où l'industrialisation exige un haut degré de reproductibilité et de répétabilité. Pourtant, bien que des efforts aient été déployés pour limiter ce phénomène, l'électronique organique reste intrinsèquement variable par nature. Plutôt que de lutter contre cette variabilité, serait-il possible de l'exploiter à notre avantage ? Avec les limitations imposées par l'architecture actuelle des ordinateurs et les barrières physiques à l'augmentation de la densité des circuits intégrés, il apparaît essentiel d'explorer de nouvelles voies pour effectuer du calcul.Ce travail fait état du développement d'une nouvelle classe de hardware à dépendance morphologique, fabriqué par électropolymérisation AC. Cette technique de fabrication simple se distingue non seulement comme une alternative aux méthodes traditionnelles, mais aussi comme une nouvelle voie de fabrication à part entière, ouvrant la voie à la croissance de dendrites en polymère bio-inspirées qui présentent des relations uniques entre structure et propriétés.Tout d'abord, nous avons étudié l'influence de l'environnement électrochimique sur la morphologie et les propriétés électriques des fibres de PEDOT électrogénérées, définissant les conditions dans lesquelles la croissance peut être observée. Nous avons ensuite démontré la capacité de ces dispositifs à réaliser des opérations bio-inspirées telles que la plasticité à court terme, et mis en évidence leur potentiel en tant que classificateurs électrochimiques, notamment pour la détection de pics de tension. Organisées en réseau, les fibres interagissent entre elles et s'entre-influencent, car elles partagent le même environnement électrolytique. Nous avons tiré parti de ce comportement pour réaliser du calcul non conventionnel avec ces réseaux de fibres en polymère, en mettant en œuvre des opérations allant du quasi-linéaire au non-linéaire. En raison des dynamiques complexes qui émergent dans ces systèmes, nous avons démontré des capacités de calcul in materio, permettant de traiter des informations spatio-temporelles avec ces dispositifs. La morphologie inhabituelle et asymétrique des fibres, facilement obtenue par électropolymérisation, est essentielle à ces propriétés. De plus, la stochasticité intrinsèque liée à l'électropolymérisation garantit l'unicité de ces systèmes. Enfin, après avoir mis en évidence les possibilités de calcul et de détection offertes par les dendrites en PEDOT, nous avons exploré la possibilité de réaliser de l'électrophysiologie in vitro en 2D avec des électrodes dendritiques.Ce travail met en lumière les avantages de ces objets électrogénérés et de leur morphologie inhabituelle dans le cadre de l'informatique non conventionnelle, ouvrant la voie à une nouvelle classe de hardware bio-inspiré à dépendance morphologique. Across all domains of science, variability has often been perceived as a drawback. This remains especially true for microelectronics, as industrialization commands a high degree of reproducibility and repeatability. Yet, even though effort has been put into limiting this phenomena, organic electronics remains intrinsically variable by nature. Instead of fighting against it, would it be possible to use it to our advantage? With the limitations imposed by the current architecture of computers and the physical barriers to increasing density on integrated circuits, it appears essential to start exploring new routes to perform computing.This work reports on the development of a new class of morphology-dependent hardware grown by AC electropolymerization. This easy-to-perform fabrication technique stands out not only as an alternative to traditional fabrication methods but as a novel fabrication route of its own, paving the way for the bottom-up growth of brain-inspired polymer dendrites that demonstrate unique structure-properties relationships.First, we studied the influence of the electrochemical environment on the morphology and electrical properties of the electrogenerated PEDOT:PSS fibers, defining the conditions in which growth could be observed. We then demonstrated the ability of these unusual devices to perform brain-inspired operations such as short-term plasticity, and highlighted their potential as an electrochemical classifier, in particular for the detection of bursts of voltage. When grown into a network, cross-talking between fibers means that the network influences itself during operation as they share the same electrolytic environment. We took advantage of this behavior to perform unconventional computing with such polymer fiber networks, implementing quasi-linear to nonlinear operations. Due to the complex dynamics that arise in these systems, we demonstrated in materio computing abilities that result in the possibility to perform spatiotemporal information processing with these devices. The unusual and asymmetric morphology of polymer fibers, easily achieved through electropolymerization, is key to these properties. In addition, the intrinsic stochasticity of electropolymerization ensures the uniqueness of such systems. Finally, having highlighted the computing and detection possibilities offered by PEDOT:PSS dendrites, we explored the possibility to perform 2D in vitro electrophysiology with dendritic electrodes.This work brings to light the advantages of electrogenerated objects and their unusual morphology in the framework of unconventional computing, paving the way for a new class of brain-inspired and morphology-dependent hardware. Electronic Thesis or Dissertation Text en PDF 164462015 https://pepite-depot.univ-lille.fr/LIBRE/EDENGSYS/2024/2024ULILN051.pdf http://www.theses.fr/2024ULILN051/abes https://theses.hal.science/tel-04822273 https://theses.hal.science/tel-04822273 https://theses.hal.science/tel-04822273 https://theses.hal.science/tel-04822273 Scholaert Corentin Scholaert 1997-05-14 FR 284933678 https://theses.fr/2024ULILN051 2024ULILN051 https://doi.org/10.70675/99f7a55fz04c5z4f99zbbdfzf02c0838a1f7 2024-12-11 Electronique, microélectronique, nanoélectronique et micro-ondes Université de Lille (2022-....) 259265152 Doctorat Docteur es non oui Alibart Fabien MADS_DIRECTEUR_DE_THESE_1 172787416 Thomy Vincent MADS_PRESIDENT_DU_JURY 05984776X Adamatzky Andrew MADS_MEMBRE_DU_JURY_1 085927368 Coffinier Yannick MADS_MEMBRE_DU_JURY_2 080014186 Ismailova Esma MADS_RAPPORTEUR_1 136932886 Gkoupidenis Paschalis MADS_RAPPORTEUR_2 284933074 École graduée Sciences de l’ingénierie et des systèmes (Lille ; 2021-....) MADS_ECOLE_DOCTORALE_1 25860221X Hauts-de-France. Conseil régional MADS_PARTENAIRE_DE_RECHERCHE_1 203650891 Centre national de la recherche scientifique (France ; 1939-....) MADS_PARTENAIRE_DE_RECHERCHE_2 02636817X Institut d'Electronique, de Microélectronique et de Nanotechnologie MADS_PARTENAIRE_DE_RECHERCHE_3 1066983 138736421 ddc:620 Alibart Fabien Thomy Vincent Adamatzky Andrew Coffinier Yannick Ismailova Esma Gkoupidenis Paschalis École graduée Sciences de l’ingénierie et des systèmes (Lille ; 2021-....) Hauts-de-France. Conseil régional Centre national de la recherche scientifique (France ; 1939-....) Institut d'Electronique, de Microélectronique et de Nanotechnologie PDF 164462015