Thèse : Conception et fabrication de neurones artificiels pour le traitement bioinspiré de l’information

HEDAYAT Sara

Soutenance de thèse
18/09/2018 – 10:30
IRCICA


Résumé :

L’industrie de la microélectronique fait face à de nombreux défis dont le principal est celui d’augmenter les performances des ordinateurs tout en réduisant leur consommation d’énergie. Actuellement, les technologies du traitement d’information ont atteint leurs limites et il devient donc urgent de proposer de nouveaux paradigmes de traitement de l’information. Par ailleurs, le cerveau humain est un organe fascinant et puissant capable de performances remarquables dans les domaines aussi variés que l’apprentissage, la prédiction, mais aussi la créativité. Avec ses 300 milliards de cellules, il est capable d’effectuer des tâches

cognitives en consommant une vingtaine de watts. Dans ce contexte, nous avons travaillé sur un nouveau paradigme appelé “neuromorphic computing” ou le traitement bio-inspiré de l’information.

Utilisant de récentes avancées scientifiques en neurosciences et en nanotechnologies, l’objectif de cette thèse est de concevoir et fabriquer un neurone artificiel a très faible consommation. D’abord, nous avons étudié le fonctionnement d’un neurone vivant, sa membrane neuronale, et avons exploré trois modèles de membranes connues sous les noms de Hodgkin Huxley, Wei et Morris Lecar. Reposant sur le modèle de Morris Lecar, nous avons ensuite conçu des neurones artificiels analogiques à impulsions présentant différentes constantes de temps. Ces neurones ont été fabriqués avec la technologie 65nm CMOS et leur caractérisation a démontré des performances dépassant l’état de l’art en matière de surface occupée, puissance dissipée et efficacité énergétique. Finalement, nous avons analysé  et comparé le bruit généré dans ces neurones artificiels avec celui présent dans des neurones biologiques et nous avons démontré expérimentalement le phénomène connu sous le nom de résonance stochastique.

Ces neurones artificiels peuvent être extrêmement utiles dans une large variété d’application allant du traitement de données aux applications médicales.

 

JURY :

– Directeur(s)-rice(s) de thèse : Alain CAPPY et Virginie Hoel

– Rapporteurs : Damien QUERLIOZ  et Sylvain SAÏGHI

– Examinateurs (rices) :  Cécile DELACOUR, Ian O’CONNOR, Nathalie ROLLAND,  Alexandre VALENTIAN