Stage M2 : Réseau de neurones analogique expérimental avec des métamatériaux acoustiques

A l’ère du Big Data et de l’Internet des Objets (IoT), une quantité exponentiellement croissante de données est générée quotidiennement. Cela nécessite des traitements sophistiqués effectués par des calculateurs spécifiques à différents niveaux (ex. cloud, fog, edge ou au niveau capteur), qui sont majoritairement basés sur des architectures digitales, dites de Von Neumann. Bien qu’offrant des niveaux de performances très satisfaisants, les approches purement digitales présentent des limites en termes d’efficacité énergétique ou de bande passante de traitement.
Dans un souci de réduction de la consommation énergétique, des architectures non-conventionnelles sont actuellement étudiées à l’Institut Jean Lamour (IJL). Parmi ces nouveaux paradigmes, nous nous intéresserons dans ce sujet de stage à des implémentations réseaux de neurones récurrents de type reservoir computer (RC). L’intérêt principal des RC comme solution de machine learning est la
simplicité de leur entrainement, ne nécessitant que peu de données d’apprentissage pour pouvoir résoudre une tache complexe avec des performances au niveau de l’état de l’art. Ils sont également aisément implémentables en se basant sur la multitude de réalisations matérielles (électroniques, photoniques, spintroniques) existantes dans la littérature scientifique.
L’objectif principal de ce stage sera la conception et la réalisation d’une implémentation matérielle de réseau de neurones récurrent de type RC sur une plateforme expérimentale acoustique / vibratoire à base de métamatériaux acoustiques.

Plus d’informations sur le lien ci dessous.