Numéro |
J3eA
Volume 21, 2022
CETSIS 2021 – Colloque de l’Enseignement des Technologies et des Sciences de l’Information et des Systèmes
|
|
---|---|---|
Numéro d'article | 2035 | |
Nombre de pages | 6 | |
DOI | https://doi.org/10.1051/j3ea/20222035 | |
Publié en ligne | 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
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.
Les statistiques affichées correspondent au cumul d'une part des vues des résumés de l'article et d'autre part des vues et téléchargements de l'article plein-texte (PDF, Full-HTML, ePub... selon les formats disponibles) sur la platefome Vision4Press.
Les statistiques sont disponibles avec un délai de 48 à 96 heures et sont mises à jour quotidiennement en semaine.
Le chargement des statistiques peut être long.