Implémentation d’une IA « deep learning » pour transmission fiable de l’information

Encadrants : 

Vincent Corlay , F402, Julien Gori, F403, Chadi Jabbour, A504-2, Germain Pham, A504-1

Occurrences : 

2018

Nombre d'étudiants minimum: 

2

Nombre d'étudiants maximum: 

4

Nombre d'instances : 

1

 Le but du projet est de réaliser une implémentation 100% analogique d’une IA afin d’améliorer la qualité de la transmission d’un signal.

L’IA, souvent basé sur les réseaux de neurones (i.e. deep learning), est une nouvelle technologie qui a engendré des révolutions dans plusieurs domaines de l’ingénierie comme le traitement d’image par exemple. De récents travaux de recherche ont montré que cette même technologie pouvait être utilisée pour corriger des erreurs lors de la transmission d’un message sur un canal bruité.

Par ailleurs, les réseaux de neurones ont une architecture qui les rend particulièrement adaptés à une implémentation analogique, rendant inutile la conversion analogique-numérique coûteuse à la fois en temps et en ressources.

Ainsi cette implémentation analogique inédite d’une IA pourrait permettre de réaliser un système à la fois peu coûteux en ressources et ultra rapide pour corriger des erreurs de transmission.

 

 Le projet inclut les étapes suivantes :

  1. Détermination des poids synaptiques (les w) par une phase d’entraînement supervisée du réseau de neurones sous Python. Le réseau de neurones servira à décoder un code (correcteur d’erreurs) de Hamming (7,4).
  2. Étude de différentes solutions pour implémenter un neurone avec des composants électroniques élémentaires (ampli op, transistors, etc.).
  3. Déploiement de la solution retenue pour réaliser le réseau de neurones obtenu lors de la première étape.
  4. Intégration du réseau de neurones dans un système permettant de transmettre des mots.