Thèse soutenue

Reseau de neurones auto-organisable tirant profit des interconnexions holographiques dynamiques inscrites dans un cristal photorefractif
FR
Accès à la thèse
Auteur / Autrice : YANN FRAUEL
Direction : Gérald Roosen
Type : Thèse de doctorat
Discipline(s) : Physique
Date : Soutenance en 1999
Etablissement(s) : Paris 11

Résumé

FR

Les reseaux de neurones sont des systemes de traitement de l'information particulierement adaptes a certaines taches concernant des donnees complexes ou bruitees. L'optique se revele tres prometteuse pour la realisation de tels systemes qui necessitent une forte densite d'interconnexions et un parallelisme massif. Cependant tres peu de reseaux de neurones optiques de grande capacite on ete realises a ce jour. Le but de cette these etait donc de montrer la faisabilite d'un tel systeme avec une capacite non negligeable et de cerner les problemes a resoudre. Nous avons opte pour un montage utilisant des interconnexions holographiques de volume et avons decide de realiser un reseau de neurones qui classe automatiquement un ensemble de vecteurs en fonction de leurs correlations mutuelles, en creant ainsi une carte topologique. Dans cette these, nous avons concu et realise un montage optique constituant un tel reseau de neurones. Il est base sur l'utilisation d'un cristal photorefractif de bgo : cu dans lequel des hologrammes sont dynamiquement ecrits et modifies. Nous effectuons d'abord une phase d'apprentissage pendant laquelle des exemples sont presentes au systeme. Pour chaque exemple, nous obtenons un motif de diffraction qui constitue la reponse du systeme. En fonction de celle-ci, un algorithme definit comment modifier les hologrammes inscrits dans le materiau. Le memoire detaille les composants et la configuration utilises et explique les raisons ayant determine ces choix. Une etude theorique de capacite est faite et completee par une etude experimentale comparant les resultats attendus aux resultats effectivement obtenus. Enfin, nous montrons la capacite du systeme a s'auto-organiser. Nous avons reussi a classer de facon satisfaisante jusqu'a 100 vecteurs contenant chacun plus de 100 composantes. Le systeme realise environ 1 million de mises a jours d'interconnexions par seconde.