- CentraleSupélec
- Metz
Apprentissage automatique avec des architectures photoniques neuromorphiques à grande échelle // Machine learning with large-scale neuromorphic photonic architectures
Topic description L'apprentissage automatique a amélioré les performances des tâches de reconnaissance vocale et de vision artificielle, mais reste énergivores et très consommateur de données et de ressources numériques. Cette thèse propose de réaliser expérimentalement des réseaux de neurones photoniques pour bénéficier d'une accélération matérielle dans le traitement de données. L'architecture développée permettra entre autres d'implémenter au niveau de la couche physique des fonctions non-linéaires et des interconnexions neurales afin de générer des comportements dynamiques à haute bande passante exploitable pour le traitement de l'information. La partie application de la thèse se concentrera sur la classification automatique des signaux multimédias en explorant différentes stratégies d'apprentissage, afin d'évaluer les avantages de l'accélération photonique par rapport aux approches purement numériques existantes.------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Machine learning has improved the performance of speech recognition and computer vision tasks, but remains energy-intensive and consumes a lot of data and digital resources. This thesis proposes to experimentally implement photonic neural networks to provide hardware acceleration in data processing. The architecture developed in this thesis will enable the implementation at the physical layer of non-linear activation functions and neural interconnections that will generate high-bandwidth dynamic evolution exploitable for information processing. The application part of the thesis will focus on the automatic classification of multimedia signals by exploring different learning strategies, while assessing the advantages of photonic acceleration over existing purely digital approaches.------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Début de la thèse : 01/11/ Funding category Funding further details Financement d'une collectivité locale ou territoriale
