Implantations matérielles de réseaux de neurones à base de nanotechnologies pour le calcul événementiel

par Pierre Lewden

Projet de thèse en Electronique

Sous la direction de Sylvain SaÏghi et de Adrien Vincent.

Thèses en préparation à Bordeaux , dans le cadre de École doctorale des sciences physiques et de l’ingénieur (Talence, Gironde) , en partenariat avec Laboratoire de l'intégration du matériau au système (Talence, Gironde) (laboratoire) et de AS2N - Réseaux de neurones sur silicium (equipe de recherche) depuis le 09-10-2018 .


  • Résumé

    La thèse s'inscrit dans le projet européen ULPEC porté par l'Université de Bordeaux. L'objectif global de ce projet est de réaliser un système intelligent basse-consommation pour la reconnaissance des panneaux de signalisation routière dans le cadre du véhicule autonome. Dans le cadre de ce projet, le doctorant aura en charge d'étudier les architectures des réseaux de neurones impulsionnels à bases de synapses memristives et de neurones sur silicium. Ces architectures devront prendre en compte les contraintes physiques et électriques propres à une implantation matérielle. Les applications visées sont la reconnaissance de motifs au sein d'images fixes ou de signaux temporels. En complément d´un travail exploratoire de simulations informatiques, le doctorant sera amené à mettre en œuvre les architectures retenues à l´aide de matrices de composants memristifs réalisées par des partenaires du projet ULPEC. Sous réserve de disponibilité du matériel, le candidat aura l´occasion d´utiliser des capteurs bio-inspirés de type rétine silicium pour fournir les données d´entrée à traiter. Selon sa sensibilité, il sera également envisageable pour le candidat d´aller vers la conception de circuits ou l´utilisation de FPGA afin de réaliser et mettre en œuvre les blocs fonctionnels élémentaires des architectures étudiées.

  • Titre traduit

    Hardware implementation of event-based neural networks based on nanotechnologies


  • Résumé

    This thesis will belong to the EU ULPEC project lead by University of Bordeaux. The main goal of this project is to realize an ultra-low power consumption smart system dedicated to road signs recognition for autonomous vehicle. The PhD. will be in charge of the study of spiking neural network architectures based on memristive synapses and silicon neurons. Those architectures will take into account the physical and electrical constraints for hardware realization. Targeted applications are pattern recognition in pictures or in time-dependent signals. In complement to exploratory work by simulation means, the candidate will implement the chosen architectures using crossbars of memristive devices fabricated by ULPEC partners. Subject to availability of the equipment, the candidate may use bioinspired silicon retinas to provide the input data to process. Depending on their inclinations, the candidate may also have the opportunity to do circuit design or to use FPGAs to implement the functional building blocks of the explored architectures.