Etude et intégration de systèmes neuro-morphiques ultra basse consommation en technologie FD-SOI

par Valerian Cincon

Projet de thèse en Nano electronique et nano technologies

Sous la direction de Lorena Anghel et de Philippe Galy.

Thèses en préparation à Grenoble Alpes , dans le cadre de Electronique, Electrotechnique, Automatique, Traitement du Signal (EEATS) , en partenariat avec Techniques de l'Informatique et de la Microélectronique pour l'Architecture des systèmes intégrés (laboratoire) et de Groupe microsystèmes (equipe de recherche) depuis le 05-11-2018 .


  • Résumé

    L'objectif de cette thèse est de réaliser un véhicule de test en technologie FDSOI/hybride comprenant la totalité des composants élémentaires (neurones)et connexions pondérées (synapses), organisés en réseau de neurones fonctionnel, multi-couches, capable d'apprentissage supervisé et non-supervisé, et évalué sur un benchmarks MNIST. Les étapes intermédiaires sont le développement et la démonstration des composants élémentaires, notamment celui de l'apprentissage par STDP des connexions pondérés, afin de proposer des solutions d'intégration et de fabrication pertinente pour tous les éléments.

  • Titre traduit

    Ultra low power integration of neuro-morphic systems on FD-SOI


  • Résumé

    The objective is to produce a STM- FDSOI/hybrid silicium demonstrator composed of all fundamental elements and weighted connections, organized in a functional multi-layer network capable of different learning algorithms. This network will be evaluated on a MNIST benchmark. The Intermediary steps are the development and demonstration of the fundamental elements, especially the integration of learning by Spike Timing Dependant Plasticity of the weighted connections. Finally, the goal is to propose relevant integration (power, area, performance criteria will be taken into account) for all elements.