Réseaux de neurones oscillants pour des calculs économes en énergie - LIRMM - Laboratoire d’Informatique, de Robotique et de Microélectronique de Montpellier
Article Dans Une Revue Techniques de l'Ingénieur Année : 2022

Oscillatory neural networks for energy-efficient computing

Réseaux de neurones oscillants pour des calculs économes en énergie

Résumé

Artificial intelligence allows us to solve increasingly complex problems, but algorithms require a lot of computational resources that consume a lot of power, especially during the learning phase to train neural networks with a large amount of data. Today, the need to process the data where they are generated requires low power architectures. This article presents a novel neural network based on oscillatory neural networks (ONN) which are inspired by the oscillations observed in the brain. ONNs present an alternative low power computing paradigm that enables online learning and inference on edge IoT devices.
L’intelligence artificielle permet aujourd’hui de résoudre des problèmes de plus en plus complexes mais les algorithmes utilisés nécessitent des ressources de calcul qui consomment beaucoup d’énergie notamment pendant la phase d’apprentissage pour entrainer des réseaux de neurones avec une quantité importante de données. Aujourd’hui, la nécessité de traiter les données là où elles sont générées nécessite des architectures à faible consommation d'énergie. Cet article présente un nouveau réseau de neurones basé sur des neurones oscillatoires (ONN pour Oscillatory Neural Network) qui s’inspirent des oscillations observées dans le cerveau. Les ONN présentent une alternative de calcul à faible consommation pour permettre l'apprentissage et l'inférence en ligne sur les dispositifs IoT (Internet of Things).
Fichier non déposé

Dates et versions

lirmm-03891853 , version 1 (09-12-2022)

Identifiants

Citer

Madeleine Abernot, Gabriele Boschetto, Stefania Carapezzi, Corentin Delacour, Thierry Gil, et al.. Réseaux de neurones oscillants pour des calculs économes en énergie. Techniques de l'Ingénieur, 2022, TIP402WEB (h5040), ⟨10.51257/a-v1-h5040⟩. ⟨lirmm-03891853⟩
85 Consultations
0 Téléchargements

Altmetric

Partager

More