>>

Sujets de thèses

Sujet de thèse : RF-NoC cognitif pour les architectures massivement parallèles à mémoires distribuées

Dans le cadre d'un appel à projet "Initiative d'Excellence" de l'Université de Cergy-Pontoise, nous sommes à la recherche d'un(e) candidat(e) pour une offre de thèse intitulée "RF-NoC cognitif pour les architectures massivement parallèles à mémoires distribuées".

Contexte

Ces travaux s’inscrivent dans le développement d’un nouveau paradigme de communication RF pour augmenter l’efficacité de calcul des architectures manycores (>4096 cœurs de calcul) à mémoire distribuée implémentées sur un System-on-Chip (SoC)[1]. Il a été démontré ces dernières années que le passage à l’échelle des architectures multi-cœurs devait intégrer de nouveaux réseaux d’interconnexion (optique, RF, wireless ou hybride) pour réduire la contention et la consommation globale du chip. Les communications RF basées sur un médium de communication global (une des couches métalliques du circuit) entres les tuiles de calcul présentent plusieurs avantages concernant l’intégration monolithique, mais encore sous-exploité du point de vue du caractère dynamique. Dans ce procédé, chaque tuile a accès à deux modes de communication ; un NoC – Network On Chip pour des communications entre deux tuiles adjacentes, et, le RF-NoC pour des communications de types broadcast ou unicast entre des tuiles éloignées. Un des objectifs de l’architecture est de pouvoir déterminer dynamiquement la bande de fréquence pouvant être allouée afin de satisfaire les besoins de communications tout en réduisant les overheads des NoCs traditionnels. L’axe de recherche envisagé est d’apporter un gap significatif dans l’état de l’art des architectures massivement parallèles, en intégrant des fonctions cognitives aux unités de calculs. Ces nouvelles fonctions auront pour conséquences, de connaître l’état d’occupation du spectre afin d’améliorer leur communication (principe de la radio cognitive). Cette thèse permettra alors de quantifier les apports de ces nouveaux services de cognition, en particulier sur la dimension énergétique. Cette thèse s’inscrit dans la continuité du projet ANR Winocod [2], porté par le laboratoire ETIS.

Les objectifs scientifiques de cette thèse sont :

  • L’identification des fonctions cognitives adéquates, respectant les contraintes liées à l’embarqué.
  • L’implantation matérielle de la solution retenue
  • Le benchmarking sur la plateforme dédiée et l’évaluation des gains apportés par l’ajout du caractère cognitif.

Dans le cadre du projet ANR WiNoCoD, une méthode originale pour les communications au sein d’une puce multiprocesseur a été proposée. Cette méthode utilise des interconnexions RF entre clusters et est basée sur l’OFDMA (Orthogonal Frequency-Division Multiple Access). Cette approche permet, contrairement aux autres solutions existantes dans la littérature, de fournir un moyen de communication reconfigurable entre cœurs. La faisabilité et les performances d’un tel réseau ont été montrées à différents niveaux, numérique, technologique et algorithmique. La plage de fréquence choisie, liée à la technologie, couvre la bande de 20 GHz à 40 GHz. Du point de vue technologique, différents circuits de l’étage d’émission-réception ont été conçus. Un démonstrateur sur FPGA a permis de démontrer la faisabilité de l’allocation dynamique des communications. Du point de vue radio intelligente, plusieurs mécanismes et algorithmes efficaces d'allocation de la bande passante ont été proposés et leurs performances analysées. Les solutions proposées n’intègrent pas de capacités cognitives.

L’objectif de cette thèse est donc d’ouvrir une nouvelle voie de recherche sur les RF-NoC cognitifs. L’ajout de ce caractère au sein d’un RF-NoC est un axe novateur soulevant de nombreuses problématiques. Plusieurs verrous devront être levés comme l’identification des traitements de spectrum sensing à mettre en œuvre [3], la stratégie d’allocation de ressources [4-5], l’arbitrage de conflits, etc. En outre, l’ensemble des réalisations matérielles associées pourront être valorisées sachant qu’elles devront tenir compte des contraintes liées à l’embarqué (surface, consommation, ressources limitées). Par la suite, il sera possible d’évaluer les gains et coûts associés à l’ajout de fonctions de cognition.

Equipe d'accueil

Equipe ASTRE – Laboratoire ETIS

  • Emmanuelle Bourdel : Directrice de thèse
  • Jordane Lorandel : Encadrant

Modalités de candidature

Envoyer lettre de motivation + CV + relevés de notes + copie diplôme ou attestation à jordane.lorandel@u-cergy.fr

Compétences attendues

Electronique, architecture multi-core, architecture FPGA, programmation embarquée (VHDL/C), communications numériques, traitement du signal.

PhD proposal Neurocybernetics team

The NeuroCybernetics Team of ETIS Laboratory University of Cergy-Pontoise, France, is looking for one outstanding and enthusiastic PhD Candidate to work in the area of NeuroCognitive Robotics for 3-years.

Subject

As part of this thesis we want to develop for a robot a neural architecture constituted of the motor cortex, the parietal cortex and the basal ganglia for learning simple prehensive tasks (e.g. pick and drop) and for thinking spatially relative to different reference frames (eye, hand, objet orientation). The model will be tested on our humanoid robot TINO using visual, tactile and proprioceptive information.

  • Neural Model for Spatial Coordinate Transformation
  • Habit Learning and Action Generalization/Selection & Serialization
  • Learning of a Body Schema from Visuo-, Tactile-, and Proprioceptive Integration

Requirements

The successful applicant is expected to have a strong background in computer sciences or mechanical engineering or electronic engineering or equivalent.

The ideal candidate has also some of the desired qualifications/skills:

  • experience in artificial neural networks or neurocomputational model of the brain.
  • robotics, machine learning and C programming
  • strong proactive attitude and problem solving capabilities
  • team working

Contacts

Interested applicants should be sent by replying to this email to philippe.gaussier@ensea.fr, alexandre.pitti@u-cergy.fr until 24 May 2017 and should include:

  • a detailed CV;
  • a brief statement about research interests and motivation to join the project, and
  • the name and contact of 2 references.

References

De Rengervé, A., Andry, P., & Gaussier, P. (2015). Online learning and control of attraction ponds for the development of sensorimotor control strategies. Cybernetics, 109 (2), 255-274.

Mahé, S., Braud, R. Gaussier, P., Quoy, M. and Pitti, A. (2015). Exploit the gain modulation mechanism in the application of parieto-motor neurons to visuomotor transformations and to the incorporated simulation. Neural networks, 62: 102-111.

Pitti A., Gaussier P. & Quoy M. (2017) Incremental optimization of free energy for recurrent neural networks (INFERNO). PLoS ONE 12 (3): e0173684. Doi: 10.1371 / journal.pone.0173684

Offre de thèse : Interaction collaborative pour la réalité augmentée

Le laboratoire ETIS, (ENSEA, CNRS UMR8051, Université de Cergy-Pontoise) en partenariat avec AUSY Expertise et Recherche propose une thèse CIFRE sur le thème "Interaction collaborative pour la réalité augmentée".

Cette thèse portera sur la réalisation d’un système spécifique ayant pour vocation la mise au point d’une interaction collaborative dans un environnement augmenté. Ce système se basera sur l’analyse de formes des objets 3D à manipuler, les relations de ces objets avec les environnements cibles et la nature d’interaction de chaque utilisateur distant. Pour plus de détails, envoyer votre candidature (curriculum-vitae + lettre de motivation) par e-mail à : hedi.tabia@ensea.fr

  • Profil demandé : Titulaire d'un Master 2 recherche ou diplôme équivalent.
  • Lieu : Entre le laboratoire ETIS, ENSEA, Cergy et notre partenaire industriel AUSY, Paris.
  • Encadrants de thèse : Hedi Tabia (ETIS), Alain Zanotti (AUSY) et David Declercq (ETIS)
  • Financement : Bourse CIFRE
  • Date limite de candidature : 28 février 2017