Gwedal Lecerf, doctorat du laboratoire IMS, soutiendra ses travaux de thèse à propos du "Développement d'un réseau de neurones impulsionnels sur silicium à synapses memristives" le lundi 29 septembre à 10h30 dans l'amphithéâtre J.P. Dom de l'IMS.
Ces travaux, financées par le projet ANR Memristive Hardware Analog Neural Network, ont permis de mettre en oeuvre une nouvelle architecture de calculateur à l'aide de réseau de neurones formels. On sait que ces réseaux de neurones artificiels sont particulièrement bien adaptés à la reconnaissance d'images et peuvent être utilisés en complément des processeurs séquentiels.
En 2008, une nouvelle technologie de composant a vu le jour: le memristor. Classé comme étant le quatrième élément passif, il est possible de modifier sa résistance en fonction de la densité de courant qui le traverse et de garder en mémoire ses changements. Grâce à leurs propriétés, les composants memristifs sont des candidats idéaux pour jouer le rôle des synapses au sein des réseaux de neurones artificiels.
En effectuant des mesures sur la technologie des memristors ferroélectriques de l'UMPhi CNRS/Thalès de l'équipe de Julie Grollier, nous avons pu démontrer qu'il était possible d'obtenir un apprentissage de type STDP (Spike Timing Dependant Plasticity) classiquement utilisé avec les réseaux de neurones impulsionnels. Cette forme d'apprentissage, inspirée de la biologie, impose une variation des poids synaptiques en fonction des évènements neuronaux.
En s'appuyant sur les mesures réalisées sur ces memristors et sur des simulations provenant d'un programme élaboré avec nos partenaires de l'INRIA Saclay, nous avons conçu successivement deux puces en silicium pour deux technologies de memristors ferroélectriques. La première technologie, moins performante, a été mise de côté au profit d'une seconde technologie. La seconde puce a été élaborée avec les retours d'expériences de la première puce. Elle contient deux couches d'un réseau de neurones impulsionnels dédié l'apprentissage d'images de 81 pixels. En la connectant à un boitier contenant un crossbar de memristors, nous pourrons réaliser un démonstrateur d'un réseau de neurones hybride réalisé avec des synapses memristives ferroélectriques.
