Neurones à impulsion pour les communications sans fil

Spiking neurons for wireless communications

• Auteur / Autrice : Guillaume Marthe
• Direction : Claire Goursaud
• Type : Thèse de doctorat
• Discipline(s) : Électronique, Électrotechnique et Automatique
• Date : Soutenance le 12/11/2024
• Etablissement(s) : Lyon, INSA
• Ecole(s) doctorale(s) : École doctorale Électronique, électrotechnique, automatique (Lyon)
• Partenaire(s) de recherche : Membre de : Université de Lyon (2015-....)
• Partenaire(s) de recherche : Laboratoire : CITI - Centre d'Innovation en Télécommunications et Intégration de services (Lyon, INSA) - CITI Centre of Innovation in Telecommunications and Integration of services / CITI
• Partenaire(s) de recherche : Equipe de recherche : MARACAS - Modèle et algorithmes pour des systèmes de communication fiables
• Jury : Président / Présidente : Bernard Girau
• Jury : Examinateurs / Examinatrices : Claire Goursaud, Bernard Girau, Anne Julien-Vergonjanne, Jean Martinet, Céline Teulière, Laurent Clavier
• Jury : Rapporteurs / Rapporteuses : Anne Julien-Vergonjanne, Jean Martinet
• DOI : 10.70675/60a69619zf37ez41fbz9274z1bb39ee5c4f4

Mots clés

Mots clés contrôlés

Systèmes de communication sans fil

Rayons X -- Diffraction

Mots clés libres

Traitement du signal

Réseau de neurones

Neurone à impulsion

Wake-Up radios

Séquence d'activation

Saturation synaptique

Interaction synaptique

Système faible puissance

Intégration temporelle

Communications sans fil

Internet des Objets

Signal Processing

Neural Network

Spiking neuron

Wake-Up radios

Activation sequence

Synaptic saturation

Synaptic interaction

Low power system

Time integration

Wireless communications

IoT - Internet of Things

Résumé

Dans le contexte de l’Internet des Objets, l’un des plus grands défis réside dans la gestion énergétique. Les radios à réveil (Wake-up Radio) permettent aux dispositifs de rester en veille tout en consommant très peu d’énergie, se réveillant uniquement lors delà réception de signaux spécifiques. Dans cette thèse, nous proposons d’utiliser les réseaux de neurones à impulsions(SNNs) comme Wake-up Radio (WuR). Le rôle du réseau de neurones sera de reconnaître la séquence d’activation du nœud concerné dans un flux de bits, afin de le réveiller. Nous présentons tout d’abord les hypothèses et modèles de neurones, de réseau et de signaux utilisés pour notre étude. La première contribution est de montrer la pertinence de ces réseaux. Notre seconde contribution a été l’étude et la proposition du modèle Saturating Leaky Integrate and Fire pour le conception d’une WuR. Dans cette partie, nous proposons d’utiliser un phénomène bio-inspiré appelé Interaction Synaptique afin de produire un filtre temporel dépendant de l’Inter-Spike Timing. Nous étudions les paramètres de ce modèle afin de comprendre comment adapter cette plage d’Inter-Spike Timings. L’originalité de cette contribution est de proposer un nouveau moyen de reconnaître dans le domaine de l’analogique des séquences temporelles. Par la suite, différentes topologies de réseaux de neurones Saturating Leaky Integrate and Fire (SLIF) ont été explorées, notamment une topologie en ligne, en losange et réseau multi-couches, afin de comprendre comment le réseau répond aux séquences d’impulsions. Cette thèse établit ainsi les bases pour des recherches futures sur l’utilisation des réseaux neuromorphiques dans les dispositifs Internet des Objets (IoT) à faible consommation d’énergie, notamment dans les WuRs. Les travaux accomplis ouvrent la voie à la conception de réseaux de neurones capables de traiter des signaux temporels complexes tout en maximisant l’efficacité énergétique, répondant ainsi aux exigences des applications IoT.

In the context of the Internet of Things, one of the biggest challenges lies in energy management. Wake-up Radios allow devices to remain in sleep mode while consuming very little energy, waking up only upon receiving specific signals. In this thesis, we propose to use Spiking Neural Networks (SNNs) as Wake-up Radio (WuR). The role of the neural network will be to recognize the activation sequence of the concerned node in a bit stream, in order to wake it up. We first present the hypotheses and models of neurons, network and signals used for our study. The first contribution is to show the relevance of these networks. Our second contribution was the study and proposal of the Saturating Leaky Integrate and Fire model for the design of a WuR. In this part, we propose to use a bio-inspired phenomenon called Synaptic Interaction to produce a temporal filter dependent on the Inter-Spike Timing. We study the parameters of this model to understand how to adapt this range of Inter-Spike Timings. The originality of this contribution is to propose a new way to recognize temporal sequences in the analog domain. Subsequently, different topologies of Saturating Leaky Integrate and Fire (SLIF) neural networks were explored, including a line, diamond and multi-layer network topology, to understand how the network responds to pulse sequences. This thesis thus lays the foundation for future research on the use of neuromorphic networks in low-power Internet of Things (IoT) devices, particularly in WuRs. The work accomplished paves the way for the design of neural networks capable of processing complex temporal signals while maximizing energy efficiency, thus meeting the requirements of IoT applications.