UCA

         

CREMANT
 bandeau

Laboratoire
Présentation
Actualités

Recherche
MCSOC
CMA
ISA

Coopérations
Projets/Contrats
UCN@Sophia
MIGA

Equipements
Ressources matérielles et logicielles

Production scientifique
Publications
Congrès
Sites d'information

Offres - Recrutement
Stages Master
Thèses
Post-Doctorats, CDD

Postes (IGR, EC, etc.)


Contacts
Annuaire LEAT
Annuaire UNS
Plan d'accès


JS'17
Journées Scientifiques URSI
1-3 février 2017
Campus SophiaTech



UCN Sophia
meddays
MT180
Fête de la Science
IESF
Sujets de thèse de doctorat


Impact du codage impulsionnel sur l'efficacité énergétique des architectures neuromorphiques

Hardware design of spiking neural networks for energy-efficient brain inspired computing

Contexte scientifique
Le projet européen Human Brain Project (HBP) ainsi que d'autres projets internationaux de grande ampleur ont mis en évidence que les recherches sur le cerveau numérique représenteraient un enjeu scientifique, voire stratégique, majeur du XXIe siècle. Si l’accent est mis dans un premier temps sur l'importance des simulations à grande-échelle pour la compréhension du fonctionnement et de la structure du cerveau [HBP2015], ces simulations doivent aussi permettre de mieux appréhender les processus cognitifs et de développer à terme de nouveaux algorithmes d’Intelligence Artificielle (IA), les réseaux de neurones profonds (Deep Networks) en étant l’exemple le plus récent.
...
Objectifs du projet de recherche
L’efficacité énergétique des architectures neuromorphiques reste encore un sujet mal étudié du fait de la nouveauté de ce problème interdisciplinaire et de la dépendance à des facteurs technologiques très variables. La mesure et l’évaluation de la consommation des architectures neuromorphiques numériques comparées aux architectures standards de Von Neumann (processeurs) constitue donc le cadre général de cette thèse.
...


Scientific context
The European Human Brain Project (HBP) and other large-scale international projects have shown that research on the digital brain would represent a major scientific, and even strategic, challenge of the 21st century. If the emphasis is firstly on the importance of large-scale simulations for understanding the functioning and structure of the brain [HBP2015], these simulations should also help to better understand the cognitive processes and to finally develop new Artificial Intelligence (AI) algorithms, deep neural networks being the most recent example.
...
Contributions of the thesis
The energy efficiency of neuromorphic architectures is still poorly studied because of the novelty of this interdisciplinary problem and its dependence on widely varying technological factors. Measurement and evaluation of the consumption of digital neuromorphic architectures compared to standard Von Neumann architectures (processors) is therefore the general framework of this thesis.
....
Plus d'infos / More informations

Encadrants :
Benoît MIRAMOND (Benoit.Miramond@unice.fr)


Antennes-Capteurs miniatures complexes réalisées en impression 3D

Encadrants :
Jean-Marc RIBERO (LEAT jmribero@unice.fr)
Robert STARAJ (LEAT robert.staraj@unice.fr)


Le domaine des communications connaît une révolution sans précèdent avec l’arrivée de l’Internet des objets qui donne lieu à une nécessité croissante en systèmes de communication, (antennes, circuits, traitements, etc.), avec des exigences de plus en plus fortes notamment :
- La miniaturisation importante des antennes dans les fréquences UHF,
- La connectivité à ajouter à l’objet sans affecter sa fonction première
- Des performances élevées de l’élément rayonnant, malgré des scénarios multiples d’utilisation, et si possible indépendantes de l’environnement.
De plus, la tendance est aux objets communicants souples/flexibles (téléphone, batterie...), tendance qui permet à la fois de s’adapter aux différents supports (vêtements connectés, collier, bracelet,..) mais aussi d’améliorer la robustesse. Une des solutions à cela est le développement d’antennes basées sur l’impression 3D ou fabrication additive, qui devient progressivement une alternative
de fabrication largement utilisée dans l’industrie moderne. Cette technologie peut être utilisée pour fabriquer des composants dont les géométries 3D sont complexes, tout en conservant de bonnes performances, ce qui explique leur succès actuel dans le domaine RF...

Plus d'infos


Simulation globale d'objets connectés sur corps humain par la méthode TLM


Encadrants :
Marylène CUEILLE (Marylene.Cueille@unice.fr)
Jean-Lou DUBARD (Jean-Lou.Dubard@unice.fr)

Les réseaux WBAN (Wireless Body Area Networks) sont des réseaux de capteurs sans fil interconnectés disposés sur et/ou dans le corps humain. En raison de l’essor de ces nouvelles technologies notamment dans le domaine médical, l’e-santé va avoir un développement exponentiel dans la décennie à venir. La conception de ces systèmes de plus en plus complexes fait de la simulation numérique un outil nécessaire.
Les études sur les systèmes utilisant les ondes électromagnétiques amènent à se poser un certain nombre de questions autour de l’interaction ondes/vivant, nous obligeant à considérer des modèles fortement hétérogènes tel que le corps humain. Il devient donc nécessaire d’évaluer les effets de l’environnement sur les antennes en amont de leur conception afin d’optimiser la transmission entre les divers objets connectés. Dans le cas des applications des réseaux corporels (WBAN), l’effet de la proximité du corps humain sur les antennes se traduit par une altération de leurs performances. Toutes les antennes n’ont pas le même comportement vis-à-vis des nombreux scénarios d’interaction antenne/corps humain. Il faut alors en tenir compte dès la conception de l’antenne.
Le Laboratoire d'Electronique, Antennes et Télécommunications (LEAT) possède une grande expertise sur la conception et la modélisation d’antenne. Son expertise sur la méthode TLM (Transmission Line Matrix method) a permis d’aboutir à la mise au point d’un logiciel performant implanté sur calculateurs parallèles et permettant la simulation multi-physique et multi-échelle d’antennes complexes...
Plus d'infos


SafeCluster soc sip BioComp
© LEAT Université Nice Sophia Antipolis - CNRS / Mentions légales et Crédits / WebMaster