| Titre : | Visualisation interactive de traces de simulation de réseaux de neurones matériels à impulsions |
| Auteurs : | Hammouda Elbez, Auteur ; Kamel Benhaoua, Directeur de thèse |
| Type de document : | texte imprimé |
| Editeur : | Mascara : Université Mustapha Stambouli, 2022 |
| Autre Editeur : | France : Université de Lille |
| Format : | 128 p. / Fig. / 30 cm |
| Accompagnement : | 01 CD |
| Note générale : | Doctorat |
| Langues: | Français |
| Index. décimale : | 00 (Informatique) |
| Mots-clés: | Réseau neurones ; Visualisation ; Science de données ; Mégadonnées ; Analyse interactive |
| Résumé : | La limite à la consommation d'énergie des puces électroniques la fin de la scalabilité de Dennard et la plus grande variabilité des composants lorsque leurs dimensions diminuentposent des problèmes qui pourraient bien être insurmontables à la loi de Moore. Nous approchons ainsi de la fin d'un cycle de croissance exponentielle de lapuissance de calcul des ordinateurs sur laquelle a reposé une grande partie desprogrès du traitement de l'information ces 50 dernières années et pour partie aussi la croissance économique mondiale. Les projections actuelles disentqu'au mieux nous pourrons graver des puces en environ 10 nm au lieu des 20nm actuels. Il ne resterait donc au rythme actuel que 4 à 6 ans de miniaturisation avec la technologie CMOS qui domine très largement le marché despuces électroniques depuis au moins 20 ans. D'autre part, un nouveau composant électronique, le memristor, a été démontré en 2008 dans les laboratoires deHewlett-Packard. Ce composant, dont plusieurs réalisations existent aujourd’hui à un comportement proche de celui des synapses dans les réseaux de neuronesbiologiques. Les architectures neuromorphiques sont une des pistes les plus prometteusespour réduire très significativement la consommation d'énergie des ordinateursde demain. Elles s'inspirent du fonctionnement du cerveau à un niveau assezprécis et consistent en des réseaux de neurones artificiels impulsionnels. Pourconcevoir de telles architectures qui reposent sur des nano-composants innovants, il est nécessaire de passer par des étapes de simulation. Nous développonsun tel simulateur de réseaux de neurones impulsionnels, N2S3. Pour comprendre comment se passe l'apprentissage (non supervisé) dans un tel réseau, nous devons analyser les événements simulés. Ces événements sont les impulsions et leschangements des variables d'état des neurones et des synapses (interconnectionsentre neurones). Lors de simulations de réseaux de grande taille (quelques centaines de milliers de neurones quelques dizaines de millions de synapses) quidurent plusieurs jours, on peut générer des traces d'exécution de plusieurs téraoctets. L'analyse de telles traces est un challenge à cause de la taille des données,et de leur aspect spatio-temporel qui peut être analysé à plusieurs échelles. Le sujet proposé consiste en la visualisation interactive de telles traces d'exécutions pour permettre l'analyse de ces traces en vue d'une meilleure compréhension des phénomènes d'apprentissage. La thèse nécessitera une étude de l'état del'art des techniques de visualisation de données comparables à celles qui nousintéressent, à la proposition de visualisations adaptées aux besoins d'analysedes phénomènes d'apprentissage dans les réseaux de neurones impulsionnels, àleur implémentation en utilisant des dispositifs de visionnage à haute, voire très haute résolution, et enfin à l'étude de l'interactivité qu'on peut y proposer pouraffiner l'analyse et la rendre interactive. |
Exemplaires (2)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| bc2017th | 00TH 55 | Thèse | Bibliothèque centrale | Magasin sciences technologie | Libre accès Disponible |
| bc2018th | 00TH 55 | Thèse | Bibliothèque centrale | Magasin sciences technologie | Libre accès Disponible |
Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Accueil
