Communication

Réseau de neurones à décharges : un nouvel outil pour l'analyse de processus spatio-temporels

Ramin Pichevar

Jean Rouat

Membre a labase

Ramin Pichevar

Résumé de la communication

L'étude des processus spatio-temporels s'avère très important dans l'analyse des scènes visuelles, auditives et olfactives. En effet, résoudre les problèmes complexes d'identification d'objets ou de détection de mouvements dans une image ou encore, la séparation des locuteurs dans une conversation est un défi pour la technologie de l'information. Des méthodes classiques utilisant des réseaux de neurones formels ou des systèmes experts ont été proposées dans la littérature pour les applications mentionnées ci-dessus. Dans ce travail, un réseau de neurones à décharges a été utilisé à ces fins. Les neurones à décharges sont des modèles de neurones conformes à la physiologie animale. Leur façon d'agir est assez simple : les stimuli appliqués à l'entrée d'un neurone provenant des synapses afférentes font augmenter le potentiel interne du neurone et celui-ci décharge seulement si son potentiel interne dépasse un seuil prédéterminé. Pourtant, l'analyse devient difficile quand il s'agit d'étudier des neurones interconnectés dans un réseau. Le but de ce travail est de concevoir et expérimenter une architecture neuromimétique novatrice, possédant des capacités de traitement spatio-temporel. Pour ce faire, dans une première étape, des codes ont été développés sous SIMULINK afin de mimer le fonctionnement des neurones et implémenter l'algorithme d'apprentissage approprié. En plus, la faisabilité d'une simulation par événements permettant d'avoir une simulation plus rapide, en temps-réel et plus conforme à la quincaillerie matérielle a été étudiée. Dans une deuxième étape, le réseau en question a été utilisé pour la détection de mouvements et la segmentation d'images simples et pour la reconnaissance des chiffres. Dans tous ces cas, le concept de base est la synchronisation des neurones. En effet, à chaque neurone dans la carte neuronale est appliqué le niveau de gris d'un point de l'image (pixel) en question. Après stabilisation, les neurones appartenant à une même texture déchargent en même temps, ce qui nous permet de faire une segmentation ou une détection. Dans le cas des chiffres, la fréquence de synchronisation est fonction du chiffre appliqué. On envisage d'utiliser ce genre de réseau pour résoudre le problème d'analyse de scènes auditives et l'effet "soirées cocktail".

Contexte

Section :

Génie électrique et génie informatique

Domaine de la communication :

Génie électrique et génie informatique

Hôte : Université de Sherbrooke

Découvrez d'autres communications scientifiques

Dans le même domaine
Du même congressiste

Thème du communication :

Génie électrique et génie informatique

La robotique mobile et les systèmes intelligents : intégration des technologies et applications dan…

Dominic Létourneau

Réseau de neurones à décharges : un nouvel outil pour l'analyse de processus spatio-temporels

Ramin Pichevar

Réduction du taux d'harmoniques d'un survolteur par la technique de commande multiphasée

Rémy Simard

Voir tous les contenus de ce communication

Autres communications du même congressiste :

Domaine de la communication :

Génie électrique et génie informatique

Réseau de neurones à décharges : un nouvel outil pour l'analyse de processus spatio-temporels

Ramin Pichevar