Edge Computing and Digital Systems
La thématique EDGE (Edge Computing and Digital Systems) concerne les systèmes embarqués, la modélisation et l’optimisation des réseaux de capteurs sans fil, des SoC et des objets communicants.
Les recherches traitent de l’optimisation de la consommation d’énergie dans les objets communicants, des systèmes reconfigurables auto-adaptatifs, des systèmes réactifs et coopératifs, de la modélisation comportementale et de celle de systèmes radiofréquences. L’intelligence de ces dispositifs est étudiée au sein de l’équipe à travers une activité forte et originale sur la conception d’architectures neuromorphiques bio-inspirées.
Les objectifs sont nombreux et innovants. La modélisation et la conception optimisée d’objets communicants sont réalisées par une approche globale (considérant l’ensemble des composants de l’objet avec son environnement, pour tendre vers la notion d’objet communicant intelligent et autonome en énergie). Les chercheurs suivent une approche interdisciplinaire pour explorer de nouveaux modèles venant des neurosciences et les confronter aux méthodes plus classiques de machine learning. Les modèles les plus prometteurs sont alors déployés sur des architectures matérielles optimisant l’efficacité énergétique pour permettre leur déploiement dans des environnements contraints tels que l’IoT, les véhicules autonomes ou la robotique autonome.
Axes de Recherche
eWise
Energy-aware wireless sensor networks.
eSoC
Energy efficiency of SoC.
Transverse
Verification techniques based on synchronous approach.
Démonstrations
Simulation of a dynamic self-organizing map network (DSOM) for unsupervised learning (e.g. MNIST).
MicroAI project: Human Activity Recognition at the edge using smart connected glasses (with Ellcie-Healthy company).
Gesture recognition with spiking neural network and event-based camera on embedded neuromorphic hardware (SPLEAT).
Object detection with spiking neural network on embedded neuromorphic hardware (SPLEAT).
