L'apprentissage automatique a amélioré les performances des tâches de reconnaissance vocale et de vision artificielle, mais reste énergivores et très consommateur de données et de ressources numériques. Cette thèse propose de réaliser expérimentalement des réseaux de neurones photoniques pour bénéficier d'une accélération matérielle dans le traitement de données. L'architecture développée permettra entre autres d'implémenter au niveau de la couche physique des fonctions non-linéaires et des interconnexions neurales afin de générer des comportements dynamiques à haute bande passante exploitable pour le traitement de l'information. La partie application de la thèse se concentrera sur la classification automatique des signaux multimédias en explorant différentes stratégies d'apprentissage, afin d'évaluer les avantages de l'accélération photonique par rapport aux approches purement numériques existantes.
Début de la thèse : 01 / 11 /
Financement d'une collectivité locale ou territoriale