Où docteurs et entreprises se rencontrent
Menu
Connexion

Vous avez déjà un compte ?

Nouvel utilisateur ?

Conception d'un circuit neuromorphique pour détection d’anomalies à l’aide d’un capteur de vibrations

ABG-101276 Stage master 2 / Ingénieur 6 mois 1458 CAD
25/11/2021
Institut interdisciplinaire d'innovation technologique - Université de Sherbrooke
Sherbrooke Canada
  • Informatique

Établissement recruteur

Ce projet sera réalisé sous la co-supervision de Dr Alexandre Juneau-Fecteau, Pr Dominique Drouin, Pr Serge Ecoffey, Pr Yann Beilliard et Pr Luc Fréchette. Les travaux se dérouleront à l’Institut Interdisciplinaire d’Innovation Technologique (3IT) de l’Université de Sherbrooke, un institut canadien dédié à la recherche de pointe dans les domaines de l’énergie, l’électronique, la robotique et la santé. La personne candidate profitera ainsi d’un environnement de recherche hautement interdisciplinaire où étudiants, ingénieurs, professeurs et industriels travaillent en étroite collaboration.

Description

L’intelligence artificielle permet d’effectuer des tâches complexes comme la détection d’objets et la reconnaissance vocale. Cependant, la consommation énergétique importante des réseaux de neurones artificiels basés sur l’apprentissage profond empêche leur intégration dans des capteurs à faible puissance. Les réseaux de neurones impulsionnels, spiking neural networks, offrent une solution élégante à ce problème. Ces systèmes fonctionnent de manière analogue à un cerveau biologique, où les neurones échangent des impulsions électriques par l’entremise de synapses. Puisque l’information est encodée sous forme d’impulsions de durée finie et échangée de manière asynchrone, l’énergie consommée par le circuit est de plusieurs ordres de grandeur inférieure à l’électronique conventionnelle.

 

Nous proposons un projet de stage de 6 mois dont le but est de concevoir un environnement de simulation de réseaux de neurones impulsionnels capable d’analyser en continu le signal généré par un capteur de vibrations afin de détecter les anomalies indiquant la défaillance imminente d’un appareil. Dans cette simulation, les connexions synaptiques seront réalisées à l’aide d’un modèle comportemental de mémoires résistives en TiO2. Ces mémoires sont en cours de développement au 3IT et seront utilisées à terme comme synapses artificielles dans du matériel informatique spécifiquement optimisé pour le calcul bio-inspiré.

 

Objectifs du stage :

  1. Effectuer une revue de littérature à propos de l’intelligence artificielle à base de réseaux de neurones impulsionnels pour les applications de capteurs à basse consommation d’énergie.
  2. Développer une procédure utilisant un réseau de neurones impulsionnel afin de réaliser la détection d’anomalies dans un signal temporel.
  3. Implémenter la procédure identifiée au point 2 avec un réseau neuronal théorique dont les poids synaptiques seront basés sur un modèle mathématique comportemental de mémoire résistive déjà validé à l’Université de Sherbrooke.
  4. Déterminer l’influence du comportement des mémoires résistives sur la performance du réseau de neurones impulsionnel.
  5. Démontrer la détection d’anomalies avec un réseau entraîné à partir de données réelles de vibration provenant d’un partenaire industriel et prédire la consommation énergétique pour une surveillance continue.
     

Profil

  • Expérience en intelligence artificielle
  • Aptitudes en mathématique, électronique et programmation
  • Forte capacité d’adaptation, de prise d’initiative et de travail en équipe
  • Atouts : maîtrise des langages Python, C ou C++

Prise de fonction

01/03/2022
Partager via
Postuler
Fermer

Vous avez déjà un compte ?

Nouvel utilisateur ?