{"id":50014,"date":"2022-01-25T12:24:28","date_gmt":"2022-01-25T10:24:28","guid":{"rendered":"https:\/\/www.iemn.fr\/?page_id=50014"},"modified":"2026-02-19T11:01:05","modified_gmt":"2026-02-19T09:01:05","slug":"projet-phare-neuromorphic-technologies","status":"publish","type":"page","link":"https:\/\/www.iemn.fr\/en\/projet-phare-neuromorphic-technologies","title":{"rendered":"Projet phare Neuromorphic Technologies"},"content":{"rendered":"<div  class='flex_column av-sd1bwe-61e6305ed330a96f6a305e410ad4b834 av_one_full  avia-builder-el-0  el_before_av_one_full  avia-builder-el-first  first flex_column_div'     ><section  class='av_textblock_section av-lyyd306o-82da3f0206ea5b7ac328ad297f83e2a4'   itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div class='avia_textblock'  itemprop=\"text\" ><h1 style=\"text-align: center;\"><span style=\"color: #e88215;\">NEUROMORPHIC TECHNOLOGIES<\/span><\/h1>\n<hr \/>\n<\/div><\/section><\/div>\n\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-mhdo7s-07ddd7fd211fa51c2e57dc1ca7a61fb7\">\n.flex_column.av-mhdo7s-07ddd7fd211fa51c2e57dc1ca7a61fb7{\nborder-radius:0px 0px 0px 0px;\npadding:0px 0px 0px 0px;\nbackground-color:#ffffff;\n}\n<\/style>\n<div  class='flex_column av-mhdo7s-07ddd7fd211fa51c2e57dc1ca7a61fb7 av_one_full  avia-builder-el-2  el_after_av_one_full  el_before_av_one_full  first flex_column_div av-zero-column-padding  column-top-margin'     ><section  class='av_textblock_section av-ksymf8jl-9755887039e3b4f2db00280cf8d21917'   itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div class='avia_textblock'  itemprop=\"text\" ><h4 style=\"text-align: center;\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter wp-image-77128 size-full\" src=\"https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic1.jpg\" alt=\"\" width=\"1769\" height=\"643\" srcset=\"https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic1.jpg 1769w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic1-300x109.jpg 300w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic1-1030x374.jpg 1030w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic1-768x279.jpg 768w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic1-1536x558.jpg 1536w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic1-18x7.jpg 18w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic1-1500x545.jpg 1500w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic1-705x256.jpg 705w\" sizes=\"auto, (max-width: 1769px) 100vw, 1769px\" \/><\/h4>\n<\/div><\/section><br \/>\n<section  class='av_textblock_section av-ksyp8ink-216fff7cae6250fe45e020a65e701cc4'   itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div class='avia_textblock'  itemprop=\"text\" ><h5><strong>\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-13ewzjw-d9a3c433f95a8ada0341ef5516a26d08\">\n.av_font_icon.av-13ewzjw-d9a3c433f95a8ada0341ef5516a26d08{\ncolor:#800000;\nborder-color:#800000;\n}\n.av_font_icon.av-13ewzjw-d9a3c433f95a8ada0341ef5516a26d08 .av-icon-char{\nfont-size:20px;\nline-height:20px;\n}\n<\/style>\n<span  class='av_font_icon av-13ewzjw-d9a3c433f95a8ada0341ef5516a26d08 avia_animate_when_visible av-icon-style- avia-icon-pos-left avia-icon-animate'><span class='av-icon-char' aria-hidden='true' data-av_icon='\ue871' data-av_iconfont='entypo-fontello' ><\/span><\/span><\/strong><\/h5>\n<p><strong>Les activit\u00e9s de l\u2019IEMN dans le cadre du flagship des technologies neuromorphiques s\u2019articulent autour de deux approches principales. La premi\u00e8re repose sur l\u2019utilisation de technologies CMOS standard (maturit\u00e9 industrielle), tandis que la seconde utilise des proc\u00e9d\u00e9s d\u00e9velopp\u00e9s au sein des salles blanches micro et nano de l\u2019IEMN. Ces deux approches compl\u00e9mentaires \u2014 ou associ\u00e9es \u2014 se d\u00e9clinent du dispositif au syst\u00e8me, avec plusieurs applications li\u00e9es \u00e0 l\u2019IA embarqu\u00e9e, c\u2019est-\u00e0-dire au calcul en p\u00e9riph\u00e9rie (Edge Computing) d\u00e9velopp\u00e9 \u00e0 proximit\u00e9 de capteurs bio-inspir\u00e9s. L\u2019approche concerne \u00e9galement l\u2019interaction avec la biologie. Cette synth\u00e8se propose diverses illustrations des activit\u00e9s men\u00e9es aux niveaux du dispositif, du circuit (r\u00e9alisation de fonctions) et du syst\u00e8me.<\/strong><\/p>\n<\/div><\/section><br \/>\n<div  class='tabcontainer av-mlt8eb4m-9afb7bb005cb540a5034359b185e95d1 top_tab  avia-builder-el-6  el_after_av_textblock  avia-builder-el-last'>\n<section class='av_tab_section av_tab_section av-av_tab-53d21da7264ca908fe0f59df074b72c2'  itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div id='tab-id-1-tab' class='tab active_tab' role='tab' aria-selected=\"true\" tabindex=\"0\" data-fake-id='#tab-id-1' aria-controls='tab-id-1-content'  itemprop=\"headline\" ><span class='tab_icon' aria-hidden='true' data-av_icon='\ue875' data-av_iconfont='entypo-fontello'><\/span>Dispositifs neuromorphiques<\/div><div id='tab-id-1-content' class='tab_content active_tab_content' role='tabpanel' aria-labelledby='tab-id-1-tab' aria-hidden=\"false\"><div class='tab_inner_content invers-color'  itemprop=\"text\" ><h5>\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69\">\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69{\ncolor:#800000;\nborder-color:#800000;\n}\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 .av-icon-char{\nfont-size:20px;\nline-height:20px;\n}\n<\/style>\n<span  class='av_font_icon av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 avia_animate_when_visible av-icon-style- avia-icon-pos-left avia-icon-animate'><span class='av-icon-char' aria-hidden='true' data-av_icon='\ue89a' data-av_iconfont='entypo-fontello' ><\/span><\/span><\/h5>\n<p><strong><span style=\"color: #800000;\">Neurone artificiel utilisant des semi-conducteurs de Mott<\/span><\/strong><br \/>\n\u00c0 ce jour, chaque neurone artificiel est constitu\u00e9 de milliers de transistors. L\u2019utilisation d\u2019isolants de Mott, une classe de mat\u00e9riaux aux propri\u00e9t\u00e9s non lin\u00e9aires, pourrait r\u00e9duire drastiquement la complexit\u00e9 des circuits, en ramenant le nombre de composants par neurone \u00e0 un seul. Cependant, le d\u00e9veloppement est frein\u00e9 car cette propri\u00e9t\u00e9 unique des isolants de Mott n\u2019a \u00e9t\u00e9 observ\u00e9e jusqu\u2019\u00e0 pr\u00e9sent que dans des monocristaux de taille millim\u00e9trique. Cet axe de recherche, lanc\u00e9 en 2020 \u00e0 l\u2019IEMN, vise \u00e0 r\u00e9aliser une analyse multi-\u00e9chelle rendue possible par l\u2019utilisation d\u2019un microscope \u00e0 effet tunnel multipoint coupl\u00e9 \u00e0 un syst\u00e8me optique r\u00e9solu en temps, afin de d\u00e9terminer les propri\u00e9t\u00e9s fondamentales n\u00e9cessaires au d\u00e9veloppement d\u2019un neurone \u00e0 l\u2019\u00e9chelle nanom\u00e9trique. Le projet comprend \u00e9galement la fabrication et la caract\u00e9risation de monocouches \u00e9pitaxi\u00e9es d\u2019isolants de Mott 1T-TaSe\u2082, en vue de la mise en \u0153uvre future de r\u00e9seaux neuronaux compacts.<\/p>\n<div id=\"attachment_77129\" style=\"width: 460px\" class=\"wp-caption aligncenter\"><a href=\"https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic2.jpg\"><img loading=\"lazy\" decoding=\"async\" aria-describedby=\"caption-attachment-77129\" class=\"wp-image-77129\" src=\"https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic2.jpg\" alt=\"\" width=\"450\" height=\"300\" srcset=\"https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic2.jpg 757w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic2-300x200.jpg 300w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic2-18x12.jpg 18w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic2-705x470.jpg 705w\" sizes=\"auto, (max-width: 450px) 100vw, 450px\" \/><\/a><p id=\"caption-attachment-77129\" class=\"wp-caption-text\">Image MEB d\u2019un monocristal de GaMo\u2084S\u2088 et des quatre pointes de la Nanoprobe<\/p><\/div>\n<h5>\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69\">\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69{\ncolor:#800000;\nborder-color:#800000;\n}\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 .av-icon-char{\nfont-size:20px;\nline-height:20px;\n}\n<\/style>\n<span  class='av_font_icon av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 avia_animate_when_visible av-icon-style- avia-icon-pos-left avia-icon-animate'><span class='av-icon-char' aria-hidden='true' data-av_icon='\ue89a' data-av_iconfont='entypo-fontello' ><\/span><\/span><\/h5>\n<p><strong><span style=\"color: #800000;\">Dispositifs \u00e0 plasticit\u00e9 bas\u00e9s sur les nanotechnologies<\/span><\/strong><br \/>\nL\u2019ing\u00e9nierie neuromorphique est \u00e9troitement li\u00e9e au substrat utilis\u00e9 pour le calcul de fonctions dynamiques spatio-temporelles. Un premier aspect tr\u00e8s limitant du mat\u00e9riel actuel utilis\u00e9 pour \u00e9muler des r\u00e9seaux impulsionnels r\u00e9side dans la mise en \u0153uvre des fonctions synaptiques, qui n\u00e9cessite une forte densit\u00e9 de composants m\u00e9moire et des acc\u00e8s intensifs pour leur programmation. Pour surmonter cette limitation, les concepts de calcul en m\u00e9moire sont hautement souhaitables, car ils peuvent r\u00e9soudre le goulot d\u2019\u00e9tranglement de Von Neumann et ouvrir la voie \u00e0 un mat\u00e9riel neuromorphique \u00e0 tr\u00e8s faible consommation d\u2019\u00e9nergie et \u00e0 faible latence. Dans ce contexte, nous avons d\u00e9velopp\u00e9 \u00e0 l\u2019IEMN depuis 2012 des dispositifs memristifs fond\u00e9s sur des mat\u00e9riaux organiques et inorganiques. Un premier axe repose sur l\u2019augmentation du niveau de maturit\u00e9 technologique (TRL) de technologies d\u00e9j\u00e0 matures telles que les memristors TiO\u2082, ainsi que sur leur int\u00e9gration avec la technologie CMOS en Back End Of Line. Un second axe concerne l\u2019int\u00e9gration de fonctions synaptiques avanc\u00e9es directement dans l\u2019\u00e9l\u00e9ment m\u00e9moire afin d\u2019accro\u00eetre encore la capacit\u00e9 de calcul en m\u00e9moire. \u00c0 cette fin, nous avons d\u00e9velopp\u00e9 divers dispositifs plus \u00e9mergents (transistor m\u00e9moire organique, cellules de m\u00e9tallisation \u00e9lectrochimique filamentaire, transistors \u00e9lectrochimiques organiques) capables d\u2019\u00e9muler la plasticit\u00e9 synaptique, la plasticit\u00e9 d\u00e9pendante du temps d\u2019\u00e9mission des impulsions (STDP), ou encore la potentialisation\/d\u00e9pression \u00e0 long terme observ\u00e9e dans les synapses biologiques.<\/p>\n<\/div><\/div><\/section>\n<section class='av_tab_section av_tab_section av-av_tab-353a871a767d135e8d61afc08139a975'  itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div id='tab-id-2-tab' class='tab' role='tab' aria-selected=\"false\" tabindex=\"0\" data-fake-id='#tab-id-2' aria-controls='tab-id-2-content'  itemprop=\"headline\" ><span class='tab_icon' aria-hidden='true' data-av_icon='\ue82d' data-av_iconfont='entypo-fontello'><\/span>Modules et circuits int\u00e9gr\u00e9s neuromorphiques<\/div><div id='tab-id-2-content' class='tab_content' role='tabpanel' aria-labelledby='tab-id-2-tab' aria-hidden=\"true\"><div class='tab_inner_content invers-color'  itemprop=\"text\" ><h5>\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69\">\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69{\ncolor:#800000;\nborder-color:#800000;\n}\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 .av-icon-char{\nfont-size:20px;\nline-height:20px;\n}\n<\/style>\n<span  class='av_font_icon av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 avia_animate_when_visible av-icon-style- avia-icon-pos-left avia-icon-animate'><span class='av-icon-char' aria-hidden='true' data-av_icon='\ue89a' data-av_iconfont='entypo-fontello' ><\/span><\/span><\/h5>\n<p><strong><span style=\"color: #800000;\">D\u00e9tecteurs impulsionnels ultra-basse consommation<\/span><\/strong><br \/>\nLes technologies fond\u00e9es sur des impulsions (spikes) n\u00e9cessitent un fonctionnement au plus pr\u00e8s du capteur sans en affecter les performances. L\u2019une des orientations des activit\u00e9s men\u00e9es \u00e0 l\u2019IEMN consiste \u00e0 convertir les m\u00e9triques de diff\u00e9rentes modalit\u00e9s en impulsions, qui codent ces informations \u00e0 la fois dans le temps et en fr\u00e9quence, avec un co\u00fbt \u00e9nerg\u00e9tique extr\u00eamement faible. La conception et la r\u00e9alisation d\u2019un d\u00e9tecteur radiofr\u00e9quence consommant moins de 20 pW constituent l\u2019une des illustrations de ces activit\u00e9s : ce d\u00e9tecteur permet de convertir l\u2019intensit\u00e9 d\u2019une onde \u00e9lectromagn\u00e9tique UHF en impulsions dont la fr\u00e9quence est corr\u00e9l\u00e9e \u00e0 la puissance re\u00e7ue. Ce d\u00e9tecteur a fait l\u2019objet d\u2019un d\u00e9p\u00f4t de brevet [Dan25] et est utilis\u00e9 dans le cadre d\u2019un projet ANR (Uwake). Un d\u00e9tecteur de co\u00efncidence d\u2019impulsions a \u00e9galement \u00e9t\u00e9 d\u00e9velopp\u00e9, permettant la localisation et le suivi en temps r\u00e9el d\u2019une source \u00e9mettrice, qu\u2019elle soit acoustique ou \u00e9lectromagn\u00e9tique. La consommation d\u2019\u00e9nergie de ce d\u00e9tecteur reste inf\u00e9rieure \u00e0 200 pW et il a \u00e9galement \u00e9t\u00e9 brevet\u00e9 [Loy26]. Associ\u00e9e \u00e0 plusieurs cochl\u00e9es artificielles qui seront con\u00e7ues dans le cadre du projet ANR SMART 3D ULP COCHLEA, cette topologie est d\u00e9clin\u00e9e pour assurer le suivi de la biodiversit\u00e9 marine (grands c\u00e9tac\u00e9s).<\/p>\n<h5>\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69\">\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69{\ncolor:#800000;\nborder-color:#800000;\n}\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 .av-icon-char{\nfont-size:20px;\nline-height:20px;\n}\n<\/style>\n<span  class='av_font_icon av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 avia_animate_when_visible av-icon-style- avia-icon-pos-left avia-icon-animate'><span class='av-icon-char' aria-hidden='true' data-av_icon='\ue89a' data-av_iconfont='entypo-fontello' ><\/span><\/span><\/h5>\n<p><strong><span style=\"color: #800000;\">R\u00e9seaux neuronaux CMOS bas\u00e9s sur des cliques<\/span><\/strong><br \/>\nUn axe de recherche porte sur les r\u00e9seaux neuronaux fond\u00e9s sur des cliques et leur impl\u00e9mentation \u00e0 tr\u00e8s faible consommation dans des technologies CMOS avanc\u00e9es. \u00c0 titre de preuve de concept, une m\u00e9moire associative distribu\u00e9e bas\u00e9e sur un r\u00e9seau neuronal en clique a \u00e9t\u00e9 con\u00e7ue et int\u00e9gr\u00e9e dans un circuit int\u00e9gr\u00e9 en technologie FDSOI 28 nm. Ce circuit a \u00e9t\u00e9 caract\u00e9ris\u00e9 et pr\u00e9sente des performances record en mati\u00e8re de faible consommation, avec un gain d\u2019un facteur 10 par rapport \u00e0 l\u2019\u00e9tat de l\u2019art. Ces travaux ont \u00e9t\u00e9 pr\u00e9sent\u00e9s lors de la conf\u00e9rence internationale IEEE ESSCIRC [Lar21] et ont obtenu le prix du meilleur article \u00e0 la conf\u00e9rence IEEE AICAS dans un cas d\u2019usage applicatif [Lar20b]<\/p>\n<p><div id=\"attachment_77132\" style=\"width: 610px\" class=\"wp-caption aligncenter\"><a href=\"https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic3.jpg\"><img loading=\"lazy\" decoding=\"async\" aria-describedby=\"caption-attachment-77132\" class=\"wp-image-77132\" src=\"https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic3.jpg\" alt=\"\" width=\"600\" height=\"308\" srcset=\"https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic3.jpg 1000w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic3-300x154.jpg 300w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic3-768x394.jpg 768w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic3-18x9.jpg 18w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic3-705x362.jpg 705w\" sizes=\"auto, (max-width: 600px) 100vw, 600px\" \/><\/a><p id=\"caption-attachment-77132\" class=\"wp-caption-text\">Photographie du circuit d\u2019un m\u00e9moire associative \u00e0 43 pJ par inf\u00e9rence en technologie FDSOI 28 nm [Lar21]<\/p><\/div>Une autre action concerne l&rsquo;\u00e9tude de structures d&rsquo;apprentissage automatique \u00e0 ultra-faible consommation, y compris le traitement directement en m\u00e9moire. Ces travaux consid\u00e8rent une approche bas\u00e9e sur l&rsquo;utilisation intelligente du temps disponible dans les applications temps r\u00e9el. Celle-ci est utilis\u00e9e pour effectuer, \u00e0 un co\u00fbt \u00e9nerg\u00e9tique moindre, les op\u00e9rations de multiplication et d&rsquo;accumulation (MAC) n\u00e9cessaires \u00e0 l&rsquo;apprentissage automatique bas\u00e9 sur des r\u00e9seaux feedforward ou des r\u00e9seaux de m\u00e9moire \u00e0 court et long terme r\u00e9currents (LSTM). Un circuit prototype mixte 28nm FDSOI pour le calcul en m\u00e9moire destin\u00e9 au calcul d&rsquo;IA g\u00e9n\u00e9rique \u00e0 faible d\u00e9bit de donn\u00e9es, bas\u00e9 sur des sources de courant de tr\u00e8s faible valeur, montre des efficacit\u00e9s \u00e9nerg\u00e9tiques 10 fois sup\u00e9rieures \u00e0 celles des op\u00e9rations MAC traditionnelles [Her21a] [Her21b].<\/p>\n<h5>\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69\">\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69{\ncolor:#800000;\nborder-color:#800000;\n}\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 .av-icon-char{\nfont-size:20px;\nline-height:20px;\n}\n<\/style>\n<span  class='av_font_icon av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 avia_animate_when_visible av-icon-style- avia-icon-pos-left avia-icon-animate'><span class='av-icon-char' aria-hidden='true' data-av_icon='\ue89a' data-av_iconfont='entypo-fontello' ><\/span><\/span><\/h5>\n<p><strong><span style=\"color: #800000;\">Co-int\u00e9gration de technologies h\u00e9t\u00e9rog\u00e8nes<\/span><\/strong><br \/>\nLes circuits neuromorphiques peuvent tirer parti de la co-int\u00e9gration de technologies h\u00e9t\u00e9rog\u00e8nes pour mettre en \u0153uvre des circuits SNN ultra-parall\u00e8les et de faible \u00e9nergie. Nous poursuivons dans ce but la co-int\u00e9gration, dans le BEOL, de m\u00e9moires r\u00e9sistives avec le CMOS. Un int\u00e9r\u00eat particulier est port\u00e9 sur les r\u00e9seaux crois\u00e9s passifs \u00e0 haute densit\u00e9 de dispositifs memristifs capables de reproduire la topologie d&rsquo;un r\u00e9seau de neurones parall\u00e8le. En collaboration avec l&rsquo;Universit\u00e9 de Sherbrooke, nous explorons des processus compatibles avec la fabrication industrielle, utilisant des outils et des techniques de fabrication compatibles avec le substrat CMOS et les mat\u00e9riaux employ\u00e9s dans les lignes de production industrielles. Ces travaux visent le transfert de nouveaux concepts de circuits vers des partenaires industriels tels que STMicroelectronics. Une direction plus exploratoire propose de reproduire, par \u00e9lectropolym\u00e9risation de mat\u00e9riaux dendritiques organiques, la capacit\u00e9 des neurones biologiques \u00e0 cr\u00e9er des topologies pendant la neurogen\u00e8se. La ramification dendritique est utilis\u00e9e pour d\u00e9finir la topologie optimale du circuit servant au calcul de l&rsquo;information. Cette strat\u00e9gie propose \u00e9galement de repenser le substrat utilis\u00e9 pour le calcul en passant d&rsquo;une technologie silicium 2D \u00e0 une technologie organique 3D<\/p>\n<\/div><\/div><\/section>\n<section class='av_tab_section av_tab_section av-mlt8eae0-32bd7f34a9de172e4307bf78639bb006'  itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div id='tab-id-3-tab' class='tab' role='tab' aria-selected=\"false\" tabindex=\"0\" data-fake-id='#tab-id-3' aria-controls='tab-id-3-content'  itemprop=\"headline\" ><span class='tab_icon' aria-hidden='true' data-av_icon='\ue810' data-av_iconfont='entypo-fontello'><\/span>Syst\u00e8mes pour l\u2019IA embarqu\u00e9e et applications neurohybrides<\/div><div id='tab-id-3-content' class='tab_content' role='tabpanel' aria-labelledby='tab-id-3-tab' aria-hidden=\"true\"><div class='tab_inner_content invers-color'  itemprop=\"text\" ><h5>\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69\">\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69{\ncolor:#800000;\nborder-color:#800000;\n}\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 .av-icon-char{\nfont-size:20px;\nline-height:20px;\n}\n<\/style>\n<span  class='av_font_icon av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 avia_animate_when_visible av-icon-style- avia-icon-pos-left avia-icon-animate'><span class='av-icon-char' aria-hidden='true' data-av_icon='\ue89a' data-av_iconfont='entypo-fontello' ><\/span><\/span><\/h5>\n<p><strong><span style=\"color: #800000;\">Calcul en p\u00e9riph\u00e9rie (Edge Computing)<\/span><\/strong><br \/>\nLe calcul en p\u00e9riph\u00e9rie (Edge Computing) et le d\u00e9veloppement de dispositifs portables tels que les t\u00e9l\u00e9phones portables, les robots autonomes ou les syst\u00e8mes de suivi de sant\u00e9 repr\u00e9sentent l&rsquo;un des grands d\u00e9fis pour le d\u00e9ploiement de l&rsquo;intelligence artificielle (IA). Ces syst\u00e8mes mat\u00e9riels pr\u00e9sentent des contraintes tr\u00e8s strictes en termes de consommation d&rsquo;\u00e9nergie et de puissance de calcul, auxquelles les strat\u00e9gies d&rsquo;IA actuelles ne peuvent pas r\u00e9pondre. Alors que les GPU haute puissance sont bien adapt\u00e9s \u00e0 l&rsquo;impl\u00e9mentation de r\u00e9seaux de neurones profonds, ce qui devrait grandement b\u00e9n\u00e9ficier au d\u00e9veloppement de l&rsquo;IA, des solutions de calcul robuste et \u00e0 ultra-faible consommation, avec des ressources limit\u00e9es, doivent \u00eatre propos\u00e9es pour les applications de p\u00e9riph\u00e9rie. \u00c0 cette fin, nous proposons d&rsquo;explorer l&rsquo;impl\u00e9mentation mat\u00e9rielle de r\u00e9seaux de neurones \u00e0 petite \u00e9chelle, d&rsquo;une complexit\u00e9 limit\u00e9e, qui pourraient satisfaire aux exigences du calcul en p\u00e9riph\u00e9rie. Notamment, les r\u00e9seaux de neurones impulsionnels (spiking) repr\u00e9sentent une r\u00e9elle opportunit\u00e9 \u00e0 cet \u00e9gard car ils peuvent combiner un fonctionnement \u00e0 faible consommation et des fonctions de calcul non triviales, \u00e0 l&rsquo;instar des r\u00e9seaux de neurones biologiques. Un axe particulier de notre travail se concentre sur le codage par impulsions des signaux analogiques. Cette op\u00e9ration est en effet l&rsquo;un des goulots d&rsquo;\u00e9tranglement pour le d\u00e9veloppement de syst\u00e8mes neuromorphiques. Nous explorons comment le codage par impulsions pr\u00e9serve l&rsquo;information ou am\u00e9liore certaines caract\u00e9ristiques sp\u00e9cifiques dans le but d&rsquo;une compression optimale du signal.<\/p>\n<h5>\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69\">\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69{\ncolor:#800000;\nborder-color:#800000;\n}\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 .av-icon-char{\nfont-size:20px;\nline-height:20px;\n}\n<\/style>\n<span  class='av_font_icon av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 avia_animate_when_visible av-icon-style- avia-icon-pos-left avia-icon-animate'><span class='av-icon-char' aria-hidden='true' data-av_icon='\ue89a' data-av_iconfont='entypo-fontello' ><\/span><\/span><\/h5>\n<p><strong><span style=\"color: #800000;\">Circuits \u00e9v\u00e9nementiels<\/span><\/strong><br \/>\nCe sujet concerne les circuits \u00e9v\u00e9nementiels pour l&rsquo;extraction de caract\u00e9ristiques dans les applications audio et biom\u00e9dicales. L&rsquo;\u00e9tude et l&rsquo;impl\u00e9mentation d&rsquo;une banque de filtres \u00e9v\u00e9nementiels configurables \u00e0 ultra-faible consommation pour extraire un spectrogramme (\u00e9nergie par bande de fr\u00e9quence) d&rsquo;un signal audio sont en cours. Il a \u00e9t\u00e9 d\u00e9montr\u00e9 qu&rsquo;un syst\u00e8me d&rsquo;extraction \u00e9v\u00e9nementiel pour la d\u00e9tection de 10 mots-cl\u00e9s avec une pr\u00e9cision sup\u00e9rieure \u00e0 90% consomme jusqu&rsquo;\u00e0 4000 fois moins d&rsquo;\u00e9nergie qu&rsquo;un syst\u00e8me \u00e9chantillonn\u00e9, selon le sc\u00e9nario d&rsquo;utilisation [Mou21]. Dans cette th\u00e9matique li\u00e9e aux applications audio, une puce prototype d&rsquo;\u00e9l\u00e9ments \u00e0 retard num\u00e9riques configurables a \u00e9t\u00e9 con\u00e7ue et mesur\u00e9e, affichant des consommations d&rsquo;\u00e9nergie statique et dynamique record [Gon20a]. Un brevet a \u00e9t\u00e9 d\u00e9pos\u00e9 sur le proc\u00e9d\u00e9 d&rsquo;estimation d&rsquo;\u00e9nergie instantan\u00e9e dans un syst\u00e8me \u00e9v\u00e9nementiel [Gon21]. Des travaux de recherche sont \u00e9galement men\u00e9s sur l&rsquo;application des syst\u00e8mes \u00e9v\u00e9nementiels aux signaux d&rsquo;\u00e9lectrocardiogramme (ECG) et d&rsquo;imp\u00e9dance-cardiogramme (ICG) pour la d\u00e9tection et la classification des arythmies cardiaques et de l&rsquo;apn\u00e9e du sommeil. Une proposition d&rsquo;architecture bas\u00e9e sur l&rsquo;extraction des pentes d&rsquo;un signal ECG et une classification anti-dictionnaire permet de r\u00e9duire la complexit\u00e9 du r\u00e9seau de neurones d&rsquo;un facteur 2 par rapport \u00e0 l&rsquo;\u00e9tat de l&rsquo;art (quelques centaines d&rsquo;op\u00e9rations MAC) tout en conservant une pr\u00e9cision de plus de 98% pour la classification [Duf21].<\/p>\n<h5>\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69\">\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69{\ncolor:#800000;\nborder-color:#800000;\n}\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 .av-icon-char{\nfont-size:20px;\nline-height:20px;\n}\n<\/style>\n<span  class='av_font_icon av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 avia_animate_when_visible av-icon-style- avia-icon-pos-left avia-icon-animate'><span class='av-icon-char' aria-hidden='true' data-av_icon='\ue89a' data-av_iconfont='entypo-fontello' ><\/span><\/span><\/h5>\n<p><strong><span style=\"color: #800000;\">Iono-\u00e9lectronique organique<\/span><\/strong><\/p>\n<p><a href=\"https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic_visuel1.png\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-77160 alignright\" src=\"https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic_visuel1.png\" alt=\"\" width=\"600\" height=\"373\" srcset=\"https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic_visuel1.png 900w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic_visuel1-300x187.png 300w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic_visuel1-768x478.png 768w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic_visuel1-18x12.png 18w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic_visuel1-705x439.png 705w\" sizes=\"auto, (max-width: 600px) 100vw, 600px\" \/><\/a>L\u2019iono-\u00e9lectronique organique explore ici l\u2019\u00e9lectropolym\u00e9risation de fibres dendritiques de PEDOT capables d\u2019imiter la plasticit\u00e9 structurelle des neurones. L\u2019id\u00e9e consiste \u00e0 exploiter la croissance contr\u00f4l\u00e9e de structures ramifi\u00e9es conductrices pour reproduire, \u00e0 l\u2019\u00e9chelle mat\u00e9rielle, les m\u00e9canismes d\u2019adaptation morphologique observ\u00e9s dans les r\u00e9seaux biologiques. Cette approche relie \u00e9troitement la conception des mat\u00e9riaux, les proc\u00e9d\u00e9s de fabrication et l\u2019int\u00e9gration fonctionnelle au sein de dispositifs neuromorphiques.<\/p>\n<p>Le travail couvre l\u2019ensemble de la cha\u00eene de valeur : de la compr\u00e9hension physico-chimique des m\u00e9canismes d\u2019\u00e9lectropolym\u00e9risation et du contr\u00f4le de la morphologie dendritique, jusqu\u2019\u00e0 l\u2019int\u00e9gration de ces architectures dans des plateformes iono-\u00e9lectroniques compatibles avec des syst\u00e8mes de calcul inspir\u00e9s du cerveau. La mod\u00e9lisation et la simulation multi-\u00e9chelle permettent d\u2019\u00e9tablir des liens entre dynamique de croissance, propri\u00e9t\u00e9s \u00e9lectriques et fonctions synaptiques \u00e9mergentes.<\/p>\n<p>Cette d\u00e9marche ouvre la voie \u00e0 des composants adaptatifs, capables de modifier leur connectivit\u00e9 et leurs propri\u00e9t\u00e9s de transport iono-\u00e9lectronique en r\u00e9ponse \u00e0 des stimuli, offrant ainsi un support mat\u00e9riel prometteur pour l\u2019impl\u00e9mentation de formes avanc\u00e9es de plasticit\u00e9 dans les architectures neuromorphiques de nouvelle g\u00e9n\u00e9ration (Projet ERC IONOS &#8211; Fabien Alibart)<\/p>\n<h5>\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69\">\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69{\ncolor:#800000;\nborder-color:#800000;\n}\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 .av-icon-char{\nfont-size:20px;\nline-height:20px;\n}\n<\/style>\n<span  class='av_font_icon av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 avia_animate_when_visible av-icon-style- avia-icon-pos-left avia-icon-animate'><span class='av-icon-char' aria-hidden='true' data-av_icon='\ue89a' data-av_iconfont='entypo-fontello' ><\/span><\/span><\/h5>\n<p><strong><span style=\"color: #800000;\">Syst\u00e8mes neurohybrides : interfaces entre mondes biologique et artificiel<\/span><\/strong><\/p>\n<p>Alors que les approches conventionnelles des interfaces c\u00e9r\u00e9brales consid\u00e8rent s\u00e9par\u00e9ment les niveaux de d\u00e9tection et de calcul, ces deux concepts sont omnipr\u00e9sents dans les r\u00e9seaux biologiques. Les fonctions de calcul sont int\u00e9gr\u00e9es dans la mani\u00e8re dont l&rsquo;information est \u00e9chang\u00e9e entre les cellules. Lorsqu&rsquo;un potentiel d&rsquo;action est g\u00e9n\u00e9r\u00e9 au niveau du soma et se propage le long de l&rsquo;arbre axono-dendritique pour finalement lib\u00e9rer des neurotransmetteurs et stimuler les cellules suivantes, de nombreux processus \u00e9l\u00e9mentaires contribuent au traitement global de l&rsquo;influx nerveux. Organis\u00e9s en grands r\u00e9seaux, ces processus \u00e9l\u00e9mentaires donnent naissance \u00e0 des effets collectifs et \u00e0 des fonctions de calcul complexes.<\/p>\n<p>L&rsquo;ing\u00e9nierie neuromorphique, qui vise \u00e0 d\u00e9velopper des impl\u00e9mentations mat\u00e9rielles de ces fonctions de calcul bio-inspir\u00e9es, est consid\u00e9r\u00e9e comme une voie prometteuse pour l&rsquo;interface avec les syst\u00e8mes vivants, car elle capitalise sur le m\u00eame paradigme de calcul et offre des performances de consommation d&rsquo;\u00e9nergie avanc\u00e9es pour des t\u00e2ches de calcul haut de gamme. N\u00e9anmoins, elle n&rsquo;a jusqu&rsquo;\u00e0 pr\u00e9sent \u00e9t\u00e9 consid\u00e9r\u00e9e que s\u00e9par\u00e9ment du monde biologique et repose sur des technologies d&rsquo;interface standard pour s&rsquo;y connecter. \u00c9tendre les concepts neuromorphiques \u00e0 l&rsquo;interface m\u00eame o\u00f9 le mat\u00e9riel interagit avec le monde biologique est un premier objectif que nous poursuivons. De plus, les recherches dominantes dans les technologies de d\u00e9tection reposent sur des capteurs intelligents dot\u00e9s d&rsquo;un ensemble riche de fonctions conventionnelles (amplification, CAN, multiplexage). Nous proposons ici une nouvelle strat\u00e9gie de d\u00e9tection bas\u00e9e sur des caract\u00e9ristiques bio-inspir\u00e9es telles que l&rsquo;int\u00e9gration dendritique ou la pond\u00e9ration synaptique. Cette approche vise \u00e0 d\u00e9montrer l&rsquo;\u00e9change d&rsquo;informations entre deux syst\u00e8mes, l&rsquo;un biologique et l&rsquo;autre artificiel.<\/p>\n<p>Ce domaine interdisciplinaire \u00e9mergent aspire au d\u00e9veloppement de syst\u00e8mes artificiels employant certaines propri\u00e9t\u00e9s physiques des repr\u00e9sentations de l&rsquo;information trouv\u00e9es dans les syst\u00e8mes neuronaux biologiques. Parall\u00e8lement, l&rsquo;ing\u00e9nierie des neurosyst\u00e8mes, qui vise \u00e0 \u00e9tudier les syst\u00e8mes neuronaux, \u00e0 am\u00e9liorer ou \u00e0 remplacer la fonction neuronale par des dispositifs artificiels tels que des biocapteurs, des r\u00e9seaux de micro\u00e9lectrodes ou m\u00eame des proth\u00e8ses neurales, a \u00e9galement consid\u00e9rablement progress\u00e9 ces derni\u00e8res ann\u00e9es.<\/p>\n<p>Une orientation vise \u00e0 faire le pont entre les domaines de l&rsquo;ing\u00e9nierie neuromorphique et de l&rsquo;ing\u00e9nierie des neurosyst\u00e8mes en d\u00e9veloppant une nouvelle classe de syst\u00e8mes appel\u00e9s \u00ab syst\u00e8mes neurohybrides \u00bb qui permettent la communication bidirectionnelle entre des artefacts neuro-inspir\u00e9s et des neurones vivants. Le projet vise sp\u00e9cifiquement la conception et la fabrication d&rsquo;une interface innovante pr\u00e9servant l&rsquo;avantage de la consommation d&rsquo;\u00e9nergie ultra-faible des neurones artificiels tout en \u00e9tablissant un dialogue en temps r\u00e9el dans les deux directions (stimulation\/enregistrement artificiel\/vivant). \u00c0 cette fin, une bo\u00eete \u00e0 outils compl\u00e8te de neurones et synapses artificiels en CMOS 65nm \u00e0 tr\u00e8s haute efficacit\u00e9 \u00e9nerg\u00e9tique (fabriqu\u00e9e pour d\u00e9velopper des r\u00e9seaux de calcul neuro-inspir\u00e9s) est brevet\u00e9e et disponible.<\/p>\n<p>Notre vision directrice est orient\u00e9e vers l&rsquo;implant biomim\u00e9tique in vivo, en consid\u00e9rant : la d\u00e9finition et la conception de nouveaux dispositifs avec les communaut\u00e9s m\u00e9dicales et industrielles, la prise en compte des consid\u00e9rations \u00e9thiques, la r\u00e9ponse aux exigences des dispositifs m\u00e9dicaux implantables, et la mise en place de la cha\u00eene de valeur pour produire des dispositifs manufactur\u00e9s.<\/p>\n<\/div><\/div><\/section>\n<section class='av_tab_section av_tab_section av-av_tab-6205addc47873160c5df5bca83112b4c'  itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div id='tab-id-4-tab' class='tab' role='tab' aria-selected=\"false\" tabindex=\"0\" data-fake-id='#tab-id-4' aria-controls='tab-id-4-content'  itemprop=\"headline\" ><span class='tab_icon' aria-hidden='true' data-av_icon='\ue855' data-av_iconfont='entypo-fontello'><\/span>Projects (since 2019) <\/div><div id='tab-id-4-content' class='tab_content' role='tabpanel' aria-labelledby='tab-id-4-tab' aria-hidden=\"true\"><div class='tab_inner_content invers-color'  itemprop=\"text\" ><p><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter wp-image-77136\" src=\"https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic4b.jpg\" alt=\"\" width=\"600\" height=\"1079\" srcset=\"https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic4b.jpg 800w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic4b-167x300.jpg 167w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic4b-573x1030.jpg 573w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic4b-768x1380.jpg 768w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic4b-7x12.jpg 7w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2026\/02\/neuromorphic4b-392x705.jpg 392w\" sizes=\"auto, (max-width: 600px) 100vw, 600px\" \/><\/p>\n<\/div><\/div><\/section>\n<section class='av_tab_section av_tab_section av-av_tab-5b69faf45681a553c70c774e4f339c43'  itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div id='tab-id-5-tab' class='tab' role='tab' aria-selected=\"false\" tabindex=\"0\" data-fake-id='#tab-id-5' aria-controls='tab-id-5-content'  itemprop=\"headline\" ><span class='tab_icon' aria-hidden='true' data-av_icon='\ue832' data-av_iconfont='entypo-fontello'><\/span>Publications, conferences and patents <\/div><div id='tab-id-5-content' class='tab_content' role='tabpanel' aria-labelledby='tab-id-5-tab' aria-hidden=\"true\"><div class='tab_inner_content invers-color'  itemprop=\"text\" ><h5>\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69\">\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69{\ncolor:#800000;\nborder-color:#800000;\n}\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 .av-icon-char{\nfont-size:20px;\nline-height:20px;\n}\n<\/style>\n<span  class='av_font_icon av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 avia_animate_when_visible av-icon-style- avia-icon-pos-left avia-icon-animate'><span class='av-icon-char' aria-hidden='true' data-av_icon='\ue89a' data-av_iconfont='entypo-fontello' ><\/span><\/span><\/h5>\n<p><strong><span style=\"color: #800000;\">International Publications and Conferences<\/span><\/strong><\/p>\n<ul>\n<li>[Kou22]\u00a0\u00a0\u00a0\u00a0 H. Koussir, I. Lefebvre, M. Berthe, Y. Chernukha, J.Tranchant, B. Corraze, E. Janod, L. Cario, B. Grandidier and P. Diener, Nanoprobe study of the electric field driven insulator-to-metal transition in GaMo4S8, submitted<\/li>\n<li>[Gha22]\u00a0\u00a0\u00a0\u00a0 M. Ghazal, Michel D. Mansour, C. Scholaert, T. Dargent, Y. Coffinier, S. Pecqueur, F. Alibart,<br \/>\nBio\u2010Inspired Adaptive Sensing through Electropolymerization of Organic Electrochemical Transistors,<br \/>\n2022 Advanced Electronic Materials<\/li>\n<li>[Mes22]\u00a0\u00a0\u00a0 A. El Mesoudy, G. Lamri, R. Dawant, J. Arias-Zapata, P. Gliech, Y. Beilliard, S. Ecoffey, A. Ruediger, F. Alibart, D. Drouin,<br \/>\nFully CMOS-compatible passive TiO2-based memristor crossbars for in-memory computing,<br \/>\n2022 Microelectronic Engineering<\/li>\n<li>[Jan21a]\u00a0\u00a0\u00a0 K. Janzakova, M. Ghazal, A. Kumar, Y.Coffinier, S. Pecqueur, F. Alibart,<br \/>\nDendritic organic electrochemical transistors grown by electropolymerization for 3D neuromorphic engineering,<br \/>\n2021 Advanced Science<\/li>\n<li>Jan21b]\u00a0\u00a0\u00a0 K. Janzakova, A. Kumar, M. Ghazal, A. Susloparova, Y.Coffinier, F. Alibart, S. Pecqueur,<br \/>\nAnalog programing of conducting-polymer dendritic interconnections and control of their morphology,<br \/>\n2021 Nature communications<\/li>\n<li>[Her21a]\u00a0\u00a0\u00a0 K\u00e9vin H\u00e9riss\u00e9, Benoit Larras, Bruno Stefanelli, Antoine Frapp\u00e9, Andreas Kaiser. Mixed-Signal In-Memory Multi-bit Matrix-Vector Multiplication. 15\u00e8me Colloque National du GDR SOC2, Jun 2021, Rennes, France.<\/li>\n<li>[Her21b]\u00a0\u00a0 K\u00e9vin H\u00e9riss\u00e9, Benoit Larras, Bruno Stefanelli, Antoine Frapp\u00e9, Andreas Kaiser. Mixed-Signal In-Memory Multi-bit Matrix-Vector Multiplication. IBM IEEE CAS\/EDS \u2013 AI Compute Symposium, Oct 2021, Virtual, United States.<\/li>\n<li>[Her21c]\u00a0\u00a0\u00a0 K. H\u00e9riss\u00e9, B. Larras, A. Frapp\u00e9 and A. Kaiser, \u00ab\u00a0Keyword Spotting System using Low-complexity Feature Extraction and Quantized LSTM,\u00a0\u00bb 2021 28th IEEE International Conference on Electronics, Circuits, and Systems (ICECS), 2021, pp. 1-4, doi: 10.1109\/ICECS53924.2021.9665486.<\/li>\n<li>[Lar19]\u00a0\u00a0\u00a0\u00a0\u00a0 B. Larras, P. Chollet, C. Lahuec, F. Seguin and M. Arzel, \u201cA Fully Flexible Circuit Implementation of Clique-Based Neural Networks in 65-nm CMOS,\u201d in IEEE Transactions on Circuits and Systems I: Regular Papers, vol. 66, no. 5, pp. 1704-1715, May 2019.<\/li>\n<li>[Lar20a]\u00a0\u00a0\u00a0 B. Larras, \u201cDistributed clique-based neural networks for data fusion at the edge,\u201d 14\u00e8me Ecole d&rsquo;hiver Francophone sur les Technologies de Conception des Syst\u00e8mes Embarqu\u00e9s H\u00e9t\u00e9rog\u00e8nes, FETCH 2020, Montr\u00e9al, QC, Canada, 12-14 f\u00e9vrier, 2020.<\/li>\n<li>[Lar20b]\u00a0\u00a0\u00a0 B. Larras and A. Frappe, \u201cDistributed Clique-Based Neural Networks for Data Fusion at the Edge,\u201d in 2020 2nd IEEE International Conference on Artificial Intelligence Circuits and Systems (AICAS), 2020, pp. 55\u201358.<\/li>\n<li>[Lar20c]\u00a0\u00a0\u00a0\u00a0 B. Larras and A. Frappe, \u201cOn the Distribution of Clique-Based Neural Networks for Edge AI,\u201d IEEE J. Emerg. Sel. Top. Circuits Syst., vol. 10, no. 4, pp. 469\u2013477, Dec. 2020.<\/li>\n<li>[Lar21]\u00a0\u00a0\u00a0\u00a0\u00a0 B. Larras and A. Frapp\u00e9, \u00ab\u00a0A 43pJ per Inference CBNN-based Compute-in-sensor Associative Memory in 28nm FDSOI,\u00a0\u00bb ESSCIRC 2021 &#8211; IEEE 47th European Solid State Circuits Conference (ESSCIRC), 2021, pp. 111-114, doi: 10.1109\/ESSCIRC53450.2021.9567808.<\/li>\n<li>[Mou21]\u00a0\u00a0\u00a0 S. Mourrane, B. Larras, A. Cathelin and A. Frapp\u00e9, \u00ab\u00a0Event-Driven Continuous-Time Feature Extraction for Ultra Low-Power Audio Keyword Spotting,\u00a0\u00bb 2021 IEEE 3rd International Conference on Artificial Intelligence Circuits and Systems (AICAS), 2021, pp. 1-4, doi: 10.1109\/AICAS51828.2021.9458425.<\/li>\n<li>[Sae21]\u00a0\u00a0\u00a0\u00a0 M. Saeed, Q. Wang, O. M\u00e4rtens, B. Larras, A. Frapp\u00e9, B. Cardiff and D. John, \u201cEvent-Driven ECG Classification Using an Open-Source, LC-ADC Based Non-Uniformly Sampled Dataset,\u201d 2021 IEEE International Symposium on Circuits and Systems (ISCAS), pp. 1-5, June 2021.<\/li>\n<li>[Sae22] \u00a0\u00a0\u00a0\u00a0 M. Saeed et al., \u00ab\u00a0Evaluation of Level-Crossing ADCs for Event-Driven ECG Classification,\u00a0\u00bb in IEEE Transactions on Biomedical Circuits and Systems, vol. 15, no. 6, pp. 1129-1139, Dec. 2021, doi: 10.1109\/TBCAS.2021.3136206.<\/li>\n<li>[Dan23] \u00a0\u00a0\u00a0 F. Danneville et al, \u00ab\u00a0Sub-0.3V CMOS neuromorphic technology and its potential application\u00a0\u00bb, Proceedings (International Workshop) of Content-Based Multimedia Indexing Conference, CBMI 2021, Lille, June 18-21, 2021.<\/li>\n<li>[Loy24] \u00a0\u00a0\u00a0\u00a0 C. Loyez et al, \u00ab\u00a0Subthreshold neuromorphic devices for Spiking Neural Networks applied to embedded AI\u00a0\u00bb, 19th IEEE International New Circuits and Systems Conference, NEWCAS 2021, Toulon, June 13-21, 2021<strong>Patents<\/strong><\/li>\n<li>[Dan25] \u00a0\u00a0\u00a0 F. Danneville, C. Loyez, \u00ab\u00a0D\u00e9tecteur de signal\u00a0\u00bb d\u00e9pos\u00e9 aupr\u00e8s de l\u2019INPI, FR2109148 \u2013 01\/09\/2021<\/li>\n<li>[Loy26] \u00a0\u00a0\u00a0\u00a0 C. Loyez, F. Danneville, M. Bocquet, \u00ab\u00a0D\u00e9tecteur de co\u00efncidence pour localiser une source\u00a0\u00bb, d\u00e9pos\u00e9 aupr\u00e8s de l\u2019INPI, FR2112849 \u2013 02\/12\/2021<\/li>\n<li>[Dan27] \u00a0\u00a0\u00a0 F. Danneville, A. Cappy, I. Sourikopoulos, C. Loyez \u00ab\u00a0Synapse artificielle\u00a0\u00bb, INPI, FR3081073, 15 Novembre 2019<\/li>\n<li>[Cap28]\u00a0\u00a0\u00a0\u00a0 A. Cappy, F. Danneville, Ho\u00ebl V., Loyez C., Sourikopoulos I., \u00ab\u00a0Capteur Optique\u00a0\u00bb, INPI, FR307564, 26 Avril 2019<\/li>\n<li>[Cap29]\u00a0\u00a0\u00a0\u00a0 A. Cappy, F. Danneville, Ho\u00ebl V., Loyez C., \u00ab\u00a0Neurone Artificiel\u00a0\u00bb, INPI, FR3050050, 13 Octobre 2017<strong>Other communications<\/strong><\/li>\n<li>BOOK : Cappy, A. (2020). Neuro-inspired Information Processing.<br \/>\nhttps:\/\/www.wiley.com\/en-us\/Neuro+inspired+Information+Processing-p-9781786304728<\/li>\n<li>Artificial intelligence, edge computing and advanced control<br \/>\nHOEL V.\u00a0 Electronic Components and Systems Strategic Research and Innovation Agenda, Section 2.1, 133-178, ECS-SRIA 2021, hal-03341201, version 1<br \/>\nhttps:\/\/aeneas-office.org\/wp-content\/uploads\/2021\/01\/2021_ECS-SRIA-final_1501.pdf<\/li>\n<li>2019 : 2 Licences d\u2019exploitation Axorus sur les brevets Capteur Optique et Neurone Artificiel<\/li>\n<li>Sep 2020 \u2013 Feb 2022 : 3 Licences d\u2019exploitation Yumain sur les brevets Capteur Optique, Neurone Artificiel et Synapse Artificielle<\/li>\n<li>Chakrya-Anna Chhuon, H\u00e9l\u00e8ne Moulet, Alexis Vlandas, Philippe Mariage, Marc Faucher, Flavie Braud, Alain Cappy, Christel Vanbesien, Virginie Hoel \u201cDesign and manufacture of flexible implantable and energy autonomous neuroelectronic devices\u201d GDR BioComp PhD Forum 2021, GDR BioComp, Nov 2021, Grenoble (virtual), France hal-03450517v1<\/li>\n<li>Nathan Schoonjans, Virginie Hoel, Dimitri Henniquau, Vanessa Avramovic, Mohamed Bellaredj, Pascal Mariot, Valerio Farfariello, David Delcroix, R\u00e9dha Kassi, Alain Cappy, Alexis Vlandas, Christel Vanbesien \u201cEnabling a bidirectional communication between artificial and biological neurons using a novel neurobiohybrid interface\u201dGDR BioComp PhD Forum 2021, GDR BioComp, Nov 2021, Grenoble (virtual), France hal-03450052v1<\/li>\n<li>Dimitri Henniquau, Nathan Schoonjans, R\u00e9dha Kassi, David Delcroix, Vanessa Avramovic, Valerio Farfariello, Pascal Mariot, Alain Cappy, Alexis Vlandas, Christel Vanbesien, Virginie Hoel Connecter des neurones artificiels et des neurones vivants: d\u00e9veloppement d\u2019une interface fonctionnelle GDR BioComp PhD Forum 2021, GDR BioComp, Nov 2021, Grenoble (virtual), France hal-03455151<\/li>\n<\/ul>\n<h5>\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69\">\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69{\ncolor:#800000;\nborder-color:#800000;\n}\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 .av-icon-char{\nfont-size:20px;\nline-height:20px;\n}\n<\/style>\n<span  class='av_font_icon av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 avia_animate_when_visible av-icon-style- avia-icon-pos-left avia-icon-animate'><span class='av-icon-char' aria-hidden='true' data-av_icon='\ue89a' data-av_iconfont='entypo-fontello' ><\/span><\/span><\/h5>\n<p><strong><span style=\"color: #800000;\">Workshop<\/span><\/strong><\/p>\n<ul>\n<li>Hoel V.\u00a0 \u00ab R\u00e9tine artificielle: approche biomim\u00e9tique ultra efficace en \u00e9nergie<br \/>\n3\u00e8me S\u00e9minaire humAIn \u00ab Intelligence Artificielle et Sant\u00e9 \u00bb, Lille, France, 17 juin, 2019<\/li>\n<\/ul>\n<h5>\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69\">\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69{\ncolor:#800000;\nborder-color:#800000;\n}\n.av_font_icon.av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 .av-icon-char{\nfont-size:20px;\nline-height:20px;\n}\n<\/style>\n<span  class='av_font_icon av-av_font_icon-21cede41e3b637c2ec1b59e7dc7efe69 avia_animate_when_visible av-icon-style- avia-icon-pos-left avia-icon-animate'><span class='av-icon-char' aria-hidden='true' data-av_icon='\ue89a' data-av_iconfont='entypo-fontello' ><\/span><\/span><\/h5>\n<p><strong><span style=\"color: #800000;\">Education<\/span><\/strong><\/p>\n<ul>\n<li>D. Henniquau, Christel Vanbesien-Mailliot, P. Falez, P. Devienne, Alexis Vlandas, A. Cappy, Virginie Hoel \u00ab Les syst\u00e8mes neuroinspir\u00e9s appliqu\u00e9s \u00e0 la vision artificielle: p\u00e9dagogie et interdisciplinarit\u00e9 \u00bb 16emes journ\u00e9es p\u00e9dagogiques du CNFM, JPCNFM\u20192021, Session: La fili\u00e8re dans un contexte de d\u00e9veloppement durable et responsabilit\u00e9 soci\u00e9tale, Dec 2021, Saint-Malo, France hal-03464492<\/li>\n<li>Dimitri Henniquau, Pierre Falez, Philippe Devienne, Christel Vanbesien Mailliot, Alexis Vlandas, Alain Cappy, Virginie Hoel, \u00ab\u00a0Syst\u00e8me de vision neuro-inspir\u00e9e : Application \u00e0 la vision artificielle\u00a0\u00bb<br \/>\nCETSIS 2020 : Colloque de l&rsquo;Enseignement des Technologies et des Sciences de l&rsquo;Information et des Syst\u00e8mes Valenciennes, France, 8-10 juin, 2021, 197-202, Enti\u00e8rement virtuel<\/li>\n<\/ul>\n<\/div><\/div><\/section>\n<section class='av_tab_section av_tab_section av-av_tab-baad5091153ff675dedc623ca30e1bc5'  itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div id='tab-id-6-tab' class='tab' role='tab' aria-selected=\"false\" tabindex=\"0\" data-fake-id='#tab-id-6' aria-controls='tab-id-6-content'  itemprop=\"headline\" ><span class='tab_icon' aria-hidden='true' data-av_icon='\ue832' data-av_iconfont='entypo-fontello'><\/span>Publications HAL<\/div><div id='tab-id-6-content' class='tab_content' role='tabpanel' aria-labelledby='tab-id-6-tab' aria-hidden=\"true\"><div class='tab_inner_content invers-color'  itemprop=\"text\" ><p><a href=\"https:\/\/publis.iemn.fr\/#\/flagships\/neuro\" target=\"_blank\" rel=\"noopener\">D\u00e9couvrez ici la production scientifique associ\u00e9e au flagship dans IEMN-HAL<\/a><\/p>\n<\/div><\/div><\/section>\n<\/div><\/p><\/div><div  class='flex_column av-uuehsu-c1fc9c0ac2b58982e88413f5db5eff8d av_one_full  avia-builder-el-19  el_after_av_one_full  avia-builder-el-last  first flex_column_div  column-top-margin'     ><section  class='av_textblock_section av-kyln20de-64139bb6772b5a2f1f9071808763d854'   itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div class='avia_textblock'  itemprop=\"text\" ><div style=\"display: flex; align-items: center;\">\n<h6 style=\"text-align: left; margin-right: 10px;\">Coordinators:<\/h6>\n<div style=\"margin-right: 10px;\"><\/div>\n<\/div>\n<div>\n<hr \/>\n<p><span style=\"color: #f16728;\"><strong>\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-mqde7m-1-ec2c04f41b7420486817f2e799a043b8\">\n.av_font_icon.av-mqde7m-1-ec2c04f41b7420486817f2e799a043b8{\ncolor:#f16728;\nborder-color:#f16728;\n}\n.av_font_icon.av-mqde7m-1-ec2c04f41b7420486817f2e799a043b8 .av-icon-char{\nfont-size:25px;\nline-height:25px;\n}\n<\/style>\n<span  class='av_font_icon av-mqde7m-1-ec2c04f41b7420486817f2e799a043b8 avia_animate_when_visible av-icon-style- avia-icon-pos-left avia-icon-animate'><span class='av-icon-char' aria-hidden='true' data-av_icon='\ue805' data-av_iconfont='entypo-fontello' ><\/span><\/span><\/strong><\/span>Contact : Francois.danneville <img loading=\"lazy\" decoding=\"async\" class=\"align=absbottom wp-image-73424\" src=\"https:\/\/www.iemn.fr\/wp-content\/uploads\/2035\/05\/arobase_noir.png\" alt=\"\" width=\"14\" height=\"14\" srcset=\"https:\/\/www.iemn.fr\/wp-content\/uploads\/2035\/05\/arobase_noir.png 24w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2035\/05\/arobase_noir-12x12.png 12w\" sizes=\"auto, (max-width: 14px) 100vw, 14px\" \/> iemn.fr<\/p>\n<\/div>\n<div><\/div>\n<div>\n<hr \/>\n<p><span style=\"color: #f16728;\"><strong>\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-mqde7m-1-2-a0802e17d666b9bf149081e61984767a\">\n.av_font_icon.av-mqde7m-1-2-a0802e17d666b9bf149081e61984767a{\ncolor:#f16728;\nborder-color:#f16728;\n}\n.av_font_icon.av-mqde7m-1-2-a0802e17d666b9bf149081e61984767a .av-icon-char{\nfont-size:25px;\nline-height:25px;\n}\n<\/style>\n<span  class='av_font_icon av-mqde7m-1-2-a0802e17d666b9bf149081e61984767a avia_animate_when_visible av-icon-style- avia-icon-pos-left avia-icon-animate'><span class='av-icon-char' aria-hidden='true' data-av_icon='\ue805' data-av_iconfont='entypo-fontello' ><\/span><\/span><\/strong><\/span>Contact : Christophe.loyez <img loading=\"lazy\" decoding=\"async\" class=\"align=absbottom wp-image-73424\" src=\"https:\/\/www.iemn.fr\/wp-content\/uploads\/2035\/05\/arobase_noir.png\" alt=\"\" width=\"14\" height=\"14\" srcset=\"https:\/\/www.iemn.fr\/wp-content\/uploads\/2035\/05\/arobase_noir.png 24w, https:\/\/www.iemn.fr\/wp-content\/uploads\/2035\/05\/arobase_noir-12x12.png 12w\" sizes=\"auto, (max-width: 14px) 100vw, 14px\" \/> iemn.fr<\/p>\n<\/div>\n<div><\/div>\n<div><\/div>\n<div style=\"display: flex; align-items: center;\"><\/div>\n<\/div><\/section><\/div><\/p>","protected":false},"excerpt":{"rendered":"","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-50014","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/www.iemn.fr\/en\/wp-json\/wp\/v2\/pages\/50014","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.iemn.fr\/en\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.iemn.fr\/en\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.iemn.fr\/en\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.iemn.fr\/en\/wp-json\/wp\/v2\/comments?post=50014"}],"version-history":[{"count":23,"href":"https:\/\/www.iemn.fr\/en\/wp-json\/wp\/v2\/pages\/50014\/revisions"}],"predecessor-version":[{"id":77159,"href":"https:\/\/www.iemn.fr\/en\/wp-json\/wp\/v2\/pages\/50014\/revisions\/77159"}],"wp:attachment":[{"href":"https:\/\/www.iemn.fr\/en\/wp-json\/wp\/v2\/media?parent=50014"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}