Capteur neuromorphique pour l'I.A. embarquée : Application à l'IoT // Neuromorphic Sensing System for Embedded AI applied to IoT
ABG-124823
ADUM-58286 |
Sujet de Thèse | |
28/06/2024 |
Université de Lille
Villeneuve d'Ascq - France
Capteur neuromorphique pour l'I.A. embarquée : Application à l'IoT // Neuromorphic Sensing System for Embedded AI applied to IoT
- Indifférent
Radiofrequences, CMOS, Neuromorphisme, Intelligence artificielle
Radiofrequency, CMOS, Neuromorphisme, Artificial Intelligence
Radiofrequency, CMOS, Neuromorphisme, Artificial Intelligence
Description du sujet
L'objectif est de réaliser une véritable rupture dans le domaine de l'Internet des objets par une nouvelle approche inspirée de la biologie. Cette approche, dont les premières preuves de concept sont déjà validées, sera réalisée sur la base d'un nœud technologique CMOS à maturité industrielle. Les objectifs principaux sont d'étudier, d'optimiser et de réaliser un système neuromorphique à ultra faible consommation énergétique (1000 fois meilleure que les technologies existantes). Le système visé sera complétement intégré (SoC – System-on-Chip) et de très faible encombrement (quelques mm²). Ce SoC présentera toutes les
fonctionnalités d'un capteur communicant, lequel pourra développer, grâce à un apprentissage réalisé à l'aide d'une IA de 3ème génération (réseau de neurones à impulsion), des fonctions cognitives telles que la reconnaissance et classification de stimuli issus de différentes modalités perçues par le capteur dans son environnement immédiat (Edge-computing). Après classification, ses fonctions lui permettront de transmettre uniquement les données pertinentes vers le cloud et éviter ainsi la congestion des fréquences de l'IOT induite par la transmission aveugle de données entre capteurs.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
The objective is to achieve a real breakthrough in the field of the Internet of Things (IoT) through a new approach inspired by biology. This approach, for which the first proofs of concept have already been validated, will be carried out on the basis of an industrially mature CMOS technology node. The main objectives are to study, optimize and realize a neuromorphic system with ultra-low energy consumption (1000 times better than existing technologies). The targeted system will be completely integrated (SoC - System-on-Chip) and of very small size (a few mm²). This SoC will present all the functionalities of a communicating sensor, which will be able to develop, thanks to learning carried out using a 3rd generation AI (impulse neural network), cognitive functions such as the recognition and classification of stimuli from different modalities perceived by the sensor in its immediate environment (Edge-computing). After classification, its functions will enable it to transmit only relevant data to the cloud and thus avoid the congestion of IOT frequencies induced by blind data transmission between sensors.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Début de la thèse : 01/10/2024
fonctionnalités d'un capteur communicant, lequel pourra développer, grâce à un apprentissage réalisé à l'aide d'une IA de 3ème génération (réseau de neurones à impulsion), des fonctions cognitives telles que la reconnaissance et classification de stimuli issus de différentes modalités perçues par le capteur dans son environnement immédiat (Edge-computing). Après classification, ses fonctions lui permettront de transmettre uniquement les données pertinentes vers le cloud et éviter ainsi la congestion des fréquences de l'IOT induite par la transmission aveugle de données entre capteurs.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
The objective is to achieve a real breakthrough in the field of the Internet of Things (IoT) through a new approach inspired by biology. This approach, for which the first proofs of concept have already been validated, will be carried out on the basis of an industrially mature CMOS technology node. The main objectives are to study, optimize and realize a neuromorphic system with ultra-low energy consumption (1000 times better than existing technologies). The targeted system will be completely integrated (SoC - System-on-Chip) and of very small size (a few mm²). This SoC will present all the functionalities of a communicating sensor, which will be able to develop, thanks to learning carried out using a 3rd generation AI (impulse neural network), cognitive functions such as the recognition and classification of stimuli from different modalities perceived by the sensor in its immediate environment (Edge-computing). After classification, its functions will enable it to transmit only relevant data to the cloud and thus avoid the congestion of IOT frequencies induced by blind data transmission between sensors.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Début de la thèse : 01/10/2024
Nature du financement
Précisions sur le financement
Financement d'un établissement public Français
Présentation établissement et labo d'accueil
Université de Lille
Etablissement délivrant le doctorat
Université de Lille
Ecole doctorale
632 ENGSYS Sciences de l'ingénierie et des systèmes
Profil du candidat
Conception CMOS analogique et/ou programmation python avec première expérience en IA
Analog CMOS design and/or Python programming with initial experience in AI are required.
Analog CMOS design and/or Python programming with initial experience in AI are required.
02/09/2024
Postuler
Fermer
Vous avez déjà un compte ?
Nouvel utilisateur ?
Besoin d'informations sur l'ABG ?
Vous souhaitez recevoir nos infolettres ?
Découvrez nos adhérents
- Institut de Radioprotection et de Sureté Nucléaire - IRSN - Siège
- ADEME
- PhDOOC
- MabDesign
- ANRT
- SUEZ
- Laboratoire National de Métrologie et d'Essais - LNE
- Généthon
- CESI
- TotalEnergies
- Institut Sup'biotech de Paris
- CASDEN
- MabDesign
- Tecknowmetrix
- Ifremer
- Aérocentre, Pôle d'excellence régional
- Nokia Bell Labs France
- ONERA - The French Aerospace Lab
- Groupe AFNOR - Association française de normalisation
-
EmploiCDIRef. ABG124941Corteria PharmaceuticalsMassy-Palaiseau - Ile-de-France - France
Jeune Docteur, Chercheur en Biologie Cellulaire & Moléculaire (H/F)
BiologieNiveau d'expérience indifférent -
EmploiCDDRef. ABG125071KTHStockholm - Suède
ERC-funded postdoc position on the detection of gas-phase organic radicals, KTH, Stockholm, Sweden
Chimie - Physique - Sciences de l’ingénieurNiveau d'expérience indifférent -
EmploiCDIRef. ABG123642Laboratoire des Courses Hippiques (GIE LCH)Verrières-le-Buisson - Ile-de-France - France
Chargé(e) de Recherche et Innovation (H/F) / Senior Scientist Research & Innovation (M/F)
Chimie - BiochimieConfirmé