| Issue |
J3eA
Volume 21, 2022
CETSIS 2021 – Colloque de l’Enseignement des Technologies et des Sciences de l’Information et des Systèmes
|
|
|---|---|---|
| Article Number | 2035 | |
| Number of page(s) | 6 | |
| DOI | https://doi.org/10.1051/j3ea/20222035 | |
| Published online | 28 septembre 2022 | |
Système de vision neuro-inspirée : Application à la vision artificielle
Univ. Lille, CNRS, Centrale Lille, Yncréa ISEN, Univ. Polytechnique Hauts-de-France, UMR 8520 - IEMN, UMR 8189 – CRIStAL, USR 3380 – IRCICA, F-59000 Lille, France
* Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.
Résumé
L’architecture des systèmes numériques traditionnels est loin d’être optimale puisqu’un microprocesseur est tout autant une plaque chauffante qu’un calculateur (Intel Cooking [1]). Il devient donc urgent de proposer des architectures de traitement de l’information radicalement différentes, « neuro-inspirées », qui permettent d’apporter des fonctions cogni-tives aux solutions existantes. C’est ainsi que des neurones et synapses artificiels travaillant à faible tension d’alimentation ont été fabriqués, ce qui leur confère une très basse consommation d’énergie et une fabrication aisée. Ce stand montre à des jeunes lycéens et étudiants que l’utilisation de tels neurones et synapses dans un système de vision artificielle (capture et traitement d’images) conduira certainement à une forte amélioration des performances et, parallèlement, à une réduc-tion drastique de la consommation énergétique. Il s’agit d’une expérience pédagogique innovante, riche de nombreux supports variés, afin de transmettre aux jeunes générations les enjeux des activités de recherche qui se construisent dans les laboratoires de l’Université de Lille.
Mots clés : Neurone et synapse artificiels / circuit électronique / logiciel de simulation / traitement d’images / apprentissage
© The authors, published by EDP Sciences 2022
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (https://creativecommons.org/licenses/by/4.0), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.
Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.
Initial download of the metrics may take a while.
