[vc_row][vc_column][vc_tta_accordion shape=»square» c_icon=»chevron» c_position=»right» active_section=»» no_fill=»true» collapsible_all=»true»][vc_tta_section title=»Resumen» tab_id=»resumen»][vc_column_text]
Les nouvelles technologies liées aux communications optiques, aux capteurs, à l'Internet des objets et à l'intelligence artificielle offrent des perspectives prometteuses pour améliorer notre qualité de vie et fournir de nouveaux services à la société et à l'économie. Cependant, pour gérer et traiter le volume croissant de données issues des communications optiques et des capteurs, il est indispensable d'améliorer notre capacité à traiter ces données à haute vitesse, avec un matériel adapté et une efficacité énergétique optimale. Ce projet vise à développer une méthode novatrice de décodage optique des données pour les réseaux de communication optique, répondant aux exigences susmentionnées, et s'appuyant sur des systèmes de traitement de l'information inspirés des neurosciences. Actuellement, certaines techniques offrent d'excellents résultats en matière de traitement des données, notamment dans le domaine de l'apprentissage automatique, mais leur consommation énergétique et leur lenteur limitent leur utilisation dans de nombreuses applications actuelles et futures. De plus, ces techniques ne sont pas applicables aux réseaux de communication par fibre optique, en particulier dans le domaine optique. Dans ce projet, nous adoptons une approche multidisciplinaire, intégrant des aspects d'ingénierie, de physique, de neurosciences et d'informatique, en nous appuyant sur notre expérience dans la conception et le développement de systèmes de traitement de l'information sur des dispositifs photoniques. Contrairement à l'apprentissage automatique traditionnel, qui repose généralement sur un réseau de nombreux nœuds interconnectés, nous utilisons un système dynamique simple. Ce système comprend un nœud non linéaire avec un délai et exploite la richesse dynamique des systèmes à délai pour traiter l'information. Notre objectif est d'utiliser cette approche multidisciplinaire pour améliorer notre système en introduisant de nouvelles techniques de prétraitement, plusieurs niveaux d'abstraction et de nouvelles techniques d'apprentissage adaptées aux exigences des données. Outre son implémentation dans le domaine optique, notre technique pourrait être appliquée dans le domaine électrique après la détection du signal, afin de limiter les risques. Le principe directeur de ce projet est le développement et la mise en œuvre de techniques de décodage de données alliant simplicité conceptuelle, matériel haute performance, flexibilité, efficacité énergétique et hautes performances. Pour atteindre cet objectif, trois groupes complémentaires et hautement compétitifs ont été constitués pour mener à bien les tâches suivantes : – Exploration systématique du prétraitement des données, essentiel pour faciliter leur gestion et améliorer l'apprentissage automatique ultérieur, sans altérer les caractéristiques essentielles à un décodage haute performance. – Extension et adaptation des méthodes de traitement de données neuro-inspirées au décodage de données dans les systèmes de communication par fibre optique, en respectant les contraintes matérielles. Ce projet vise à étudier des dispositifs photoniques rapides et performants grâce à des simulations numériques poussées, afin d'optimiser la conception et le fonctionnement des systèmes. Il constitue une avancée majeure vers le développement d'une technique de décodage ultrarapide et économe en énergie, complémentaire aux méthodes classiques, utilisant un minimum de ressources et offrant des performances élevées. Cette technique contribuera à l'avènement d'une société numérique où la technologie est mise au service du traitement des données et de la fourniture de nouveaux services.
[/vc_column_text][/vc_tta_section][vc_tta_section title=»Abstract» tab_id=»abstract»][vc_column_text]
Les nouvelles technologies liées aux communications optiques, à la détection, à l'Internet des objets (IoT) et à l'intelligence artificielle offrent des opportunités uniques et un potentiel considérable pour améliorer notre qualité de vie et fournir de nouveaux services à notre société et à notre économie. Cependant, la capacité à gérer et à traiter le volume croissant de données repose sur notre aptitude à les traiter rapidement, avec un matériel adapté et une efficacité énergétique nettement améliorée. Ce projet vise à développer de nouveaux schémas de décodage tout optique pour les réseaux de communication optique, basés sur des concepts neuro-inspirés et capables de répondre à ces exigences. Des concepts et algorithmes neuro-inspirés performants, notamment en matière d'apprentissage automatique, ont été développés, mais leur consommation énergétique et leur lenteur limitent leur mise en œuvre dans de nombreuses applications actuelles et futures. Cette approche se heurte en particulier à des difficultés majeures lorsqu'il s'agit de l'appliquer aux réseaux de communication tout optiques. C'est pourquoi, dans cette proposition, nous adoptons une approche différente, en nous appuyant sur notre expérience de la conception et de la réalisation de systèmes de traitement de l'information neuro-inspirés, principalement sur des dispositifs photoniques. Contrairement à l'apprentissage automatique traditionnel, nous remplaçons la structure habituelle d'un réseau composé de plusieurs nœuds connectés par un système dynamique simple. Ce dernier comprend un nœud non linéaire soumis à une rétroaction retardée, exploitant la richesse dynamique des systèmes à retard à des fins de calcul. Nous visons à étendre ces concepts en introduisant de nouvelles techniques de prétraitement, en tirant parti des systèmes multiniveaux et en appliquant de nouveaux concepts d'apprentissage adaptés aux exigences spécifiques des données et du traitement. Afin d'atténuer les risques, notre approche pourrait également être appliquée au domaine électronique après la détection du signal. Le principe directeur sera la réalisation et la mise en œuvre de techniques de décodage de données alliant simplicité conceptuelle et matérielle, rapidité, flexibilité, efficacité énergétique et hautes performances. Pour atteindre cet objectif, nous avons mis en place un projet collaboratif multidisciplinaire entre des groupes complémentaires et hautement compétitifs, prévoyant de réaliser les tâches suivantes : – Explorer systématiquement la réduction et le prétraitement des données. Cette étape est essentielle pour rendre les volumes de données gérables, en les structurant afin d'optimiser les étapes d'apprentissage automatique ultérieures, sans altérer les caractéristiques essentielles requises pour un décodage de données performant. – Étendre et adapter les méthodes de traitement neuro-inspirées pour améliorer le décodage des données dans le domaine tout optique des réseaux de communication optique, tout en préservant la facilité d'implémentation matérielle, l'efficacité et les performances élevées. – Explorer des solutions matérielles photoniques rapides et économes en énergie grâce à des simulations numériques intensives facilitant la conception et l'optimisation du système, ainsi que par leur mise en œuvre expérimentale. Ce projet représente une avancée majeure vers des techniques de décodage de données ultra-rapides et économes en énergie, complémentaires aux approches classiques. Il promet l'identification des exigences minimales et la mise en œuvre du concept avec des performances élevées. À terme, il contribue à l'avènement d'une société numérique où la technologie est mise au service de l'amélioration du traitement des données et de la fourniture de nouveaux services.
[/vc_column_text][/vc_tta_section][/vc_tta_accordion][/vc_column][/vc_row]