Description
Date depot: 20 janvier 2022
Titre: Etude du modèle mathématique pour l'optimisation matérielle des réseaux de neurones à impulsions
Directeur de thèse:
Aziz BENLARBI-DELAÏ (GeePs (EDITE))
Encadrant :
Siqi WANG (GeePs (EDITE))
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Modèles de calcul, preuve, vérification
Resumé: L’originalité et l’ambition de cette thèse concernent l'application des techniques de modélisation mathématique au système de circuits de neurones et de synapses qui composent un cortex cérébral artificiel dans le contexte de l’intelligence artificiel à très faible consommation énergétique. Elles concernent également l'amélioration des techniques actuelles de modélisation des circuits neuromorphiques pour tendre vers une moins grande complexité mathématique tout en maintenant un fort degré de neuromimétisme. Un troisième point d'originalité est lié à l'établissement d'un simulateur mathématique qui permet d’optimiser la structure des réseaux de neurones à impulsions (SNN) prenant en compte les résultats post layout ou de mesure de neurones artificiels.
Différents circuits neuromorphiques inspirés par différents types de neurones à impulsions ont été conçus et mis en place au laboratoire GeePs pour acquérir les données indispensables à la modélisation mathématique visée dans ce sujet. Plusieurs algorithmes et modèles comportementaux ont été proposés et évalués récemment et ont fait l’objet de publications internationales. Les objectifs de cette thèse sont donc de trois ordres :
- Étude théorique approfondie sur le degré de mimétisme entre les réponses des circuits CMOS (complementary metal–oxide–semiconductor) et celles biologiques du neurone et de la synapse.
- Modélisation des circuits analogiques prenant en compte ce niveau de ressemblance.
- Établissement d’un système global des multi-circuits des neurones et liaisons synaptiques utilisant différents plateformes et environnements Matlab, Python.....
Résumé dans une autre langue: The originality and the ambition of this thesis concern the application of mathematical modeling techniques to the neurons and synapses circuits and systems that make up an artificial cerebral cortex in the context of artificial intelligence with very low energy consumption. They also concern the improvement of current techniques for modeling neuromorphic circuits to tend towards less mathematical complexity while maintaining a high degree of neuromimicry. A third point of originality is linked to the establishment of a mathematical simulator which makes it possible to optimize the structure of spiking neural networks (SNN) taking into account the results post layout or measurement of artificial neurons.
Different neuromorphic circuits inspired by different types of impulse neurons have been designed and set up at the GeePs laboratory to acquire the data essential to the mathematical modeling targeted in this subject. Several algorithms and behavioral models have been proposed and evaluated recently and have been the subject of international publications. The objectives of this thesis are therefore three-fold:
- In-depth theoretical study on the degree of mimicry between the responses of the CMOS circuits (complementary metal-oxide-semiconductor) and those of the biological neurons and synapses.
- Modeling of analog circuits taking into account this level of resemblance.
- Establishment of a global system of neuron multi-circuits and synaptic connections using different platforms and environments Matlab, Python.....