Sujet de projet recherche de master 2
Equipe : DART/Émeraude
Responsable HDR : Pierre Boulet
Encadrants : Philippe Devienne
Contexte : L’équipe Émeraude s’intéresse aux architectures bio-inspirées qui ont le potentiel de prendre le relais des architectures à base de transistors pour poursuivre l’amélioration des performances des ordinateurs après la fin de la loi de Moore. Récemment des équipes de nano-électroniciens on proposé de nouveaux composants, les memristors, dont il a été démontré qu’ils pouvaient se comporter comme des synapses biologiques. L’idée est d’utiliser ces nano-composants pour faire des réseaux de neurones artificiels. Nous développons un simulateur de tels réseaux et étudions leur intégration comme accélérateurs dans une architecture classique. Cette étude se fait en essayant de remplacer un réseau de neurones logiciel par une simulation d’un réseau à base de nano-composants dans une application de vision par ordinateur.
Problématique : Ce sujet vise à étudier le couplage entre un code écrit dans un langage de programmation classique et un accélérateur neuro-inspiré de type réseau de neurones utilisant des nano-composants. La problématique concerne le codage de l’information (d’un codage binaire à un codage impulsionnel temporel), le choix de l’architecture et l’apprentissage (mécanisme STDP non supervisé).
Travail à réaliser : l’étudiant devra fournir une étude bibliographique sur l’état de l’art des réseaux de neurones artificiels à impulsions. Basé sur cette étude et sur celle de l’application de reconnaissance d’émotions, il fera une proposition de transcodage de l’information à l’entrée et à la sortie du réseau de neurones. Selon l’avancée du projet, on pourra attendre une proposition d’architecture de réseau.
Bibliographie :
- D. Querlioz, O. Bichler, et C. Gamrat, « Simulation of a memristor-based spiking neural network immune to device variations », in The 2011 International Joint Conference on Neural Networks (IJCNN), 2011, p. 1775-1781.
-
O. Bichler, M. Suri, D. Querlioz, D. Vuillaume, B. DeSalvo, et C. Gamrat, « Visual Pattern Extraction Using Energy-Efficient “2-PCM Synapse” Neuromorphic Architecture », IEEE Transactions on Electron Devices, vol. 59, no. 8, p. 2206 -2214, août 2012.
-
G. S. Snider, « Spike-timing-dependent learning in memristive nanodevices », in Nanoscale Architectures, IEEE International Symposium on, Los Alamitos, CA, USA, 2008, p. 85-92.
-
F. Alibart, S. Pleutin, D. Guérin, C. Novembre, S. Lenfant, K. Lmimouni, C. Gamrat, et D. Vuillaume, « An Organic Nanoparticle Transistor Behaving as a Biological Spiking Synapse », Adv. Funct. Mater., vol. 20, no. 2, p. 330-337, janv. 2010.