12.07.2015 Views

Circuits et systemes de modelisation analogique de neurones ...

Circuits et systemes de modelisation analogique de neurones ...

Circuits et systemes de modelisation analogique de neurones ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Chapitre II : circuits <strong>analogique</strong>s élémentairesl'audition, la marche, <strong>et</strong>c... Ces systèmes sont librement inspirés <strong>de</strong>s structures biologiques(voir par exemple [MEAD 89]). Mais, là encore, même si l'approche prend la forme d'unréseau <strong>de</strong> <strong>neurones</strong>, ceux-ci sont souvent excessivement simplifiés <strong>et</strong> ne peuvent plus êtreconsidérés comme <strong>de</strong>s simulations <strong>de</strong> <strong>neurones</strong> biologiques, en tout cas pas au niveaud'abstraction que nous avons choisi d'utiliser, c'est-à-dire au niveau macroscopique <strong>de</strong>scourants ioniques.Ces <strong>de</strong>ux <strong>de</strong>rnières catégories <strong>de</strong> réseaux <strong>de</strong> <strong>neurones</strong> représentent néanmoins un intérêt pournous. En eff<strong>et</strong>, même si les buts recherchés <strong>et</strong> les équations à résoudre sont assez différents<strong>de</strong>s nôtres, les circuits <strong>analogique</strong>s élémentaires utilisés se recoupent <strong>et</strong> la littérature qui s'yrapporte représente une source <strong>de</strong> documentation potentielle.Quant au laboratoire IXL, il s'y conçoit <strong>de</strong>s simulateurs <strong>analogique</strong>s <strong>de</strong> <strong>neurones</strong> biologiques<strong>de</strong>puis plusieurs années, <strong>de</strong>ux thèses ont déjà été présentées sur ce suj<strong>et</strong> [DUPEYRON 98],[LAFLAQUIERE 98]. Denis Dupeyron a démontré la faisabilité du proj<strong>et</strong> <strong>et</strong> réalisé unpremier démonstrateur opérationnel. Arnaud Laflaquière a mis au point <strong>et</strong> construit unsystème compl<strong>et</strong>, ouvrant les portes aux premières expériences hybri<strong>de</strong>s qui interconnectent<strong>neurones</strong> biologiques <strong>et</strong> <strong>neurones</strong> électroniques. Notre contribution est double, elle porte,d'une part, sur l'exploitation <strong>de</strong>s travaux d'Arnaud Laflaquière <strong>et</strong>, d'autre part, sur laconception <strong>de</strong> nouveaux ASICs visant à encore améliorer les performances <strong>et</strong> la flexibilité <strong>de</strong>nos <strong>neurones</strong> artificiels.Malgré les évolutions, le principe général <strong>de</strong> résolution <strong>de</strong> nos circuits a peu changé : lecalculateur est constitué <strong>de</strong> différents opérateurs élémentaires <strong>analogique</strong>s assemblés pourrésoudre les équations du formalisme <strong>de</strong> Hodgkin <strong>et</strong> Huxley.Après la présentation <strong>de</strong>s technologies <strong>et</strong> outils qui sont à notre disposition au laboratoire IXL,nous détaillons les implémentations électroniques <strong>de</strong>s différents opérateurs que nous avonsutilisés. Nous justifions dans ce chapitre les apports <strong>et</strong> évolutions par rapport aux travauxprécé<strong>de</strong>nts du groupe, mais ils apparaîtront encore plus clairement au chapitre III lors <strong>de</strong> laprésentation <strong>de</strong>s différents circuits réalisés.C<strong>et</strong>te présentation nous conduit à conclure ce chapitre par une discussion sur les avantages <strong>et</strong>inconvénients du calcul <strong>analogique</strong> par comparaison à une solution numérique.40

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!