HAL Portal IOGS (nstitut d'Optique Graduate School)
Not a member yet
12589 research outputs found
Sort by
Tolérance aux Fautes des CNNs Quantifiés et Élagués
No full textNational audienceLes réseaux de neurones, en particulier ceux utilisés dans des applications critiques telles que la conduite autonome, nécessitent une fiabilité optimale. Bien que ces algorithmes soient intrinsèquement résilients, des événements singuliers peuvent affecter à la fois le matériel et le logiciel. Ces événements sont dus à des interactions avec des rayonnements cosmiques et radiatifs, qui entraînent des erreurs au niveau des composants électroniques. Dans ce contexte, un réseau de neurones convolutifs (CNN) peut produire des calculs erronés, augmentant le risque de prédictions incorrectes. Afin de répondre à ce défi, nous avons développé une méthode d'injection de fautes spécifiquement conçue pour des CNNs dédiés au domaine des systèmes embarqués. Pour implémenter efficacement ces réseaux, leur empreinte matérielle doit être la plus faible possible et leur déploiement passe généralement par une phase de quantification et d'élagage des paramètres. Par ailleurs, la méthode proposée tient compte de la direction des bitflips simulés, permettant de concevoir des solutions de durcissement matériel adaptées à la fiabilité requise par l'application ciblée.Abstract -Neural networks, particularly those used in critical applications like autonomous driving, require high reliability. Although inherently resilient, these algorithms remain vulnerable to singular events affecting hardware and software, often caused by cosmic or radiative rays that induce errors in electronic components. Consequently, Convolutional Neural Networks (CNNs) may produce erroneous computations, increasing the risk of incorrect predictions. To address this, we developed a fault injection method tailored for CNNs in embedded systems. Efficient deployment requires minimizing their hardware footprint, typically achieved through quantization and pruning. Additionally, our method accounts for the direction of simulated bitflips, enabling hardware hardening solutions adapted to the application's reliability needs.</div
Simulation de dynamique moléculaire des interactions laser femtoseconde avec le silicium : interaction entre les profils de pression et de température.
No full textNational audienceHere, we present the results of a molecular dynamics simulation that investigates the interaction of femtosecond lasers with silicon and how these interactions affect the material's pressure and temperature profiles. The researchers, Tatiana Itina and Dmitry Ivanov from CNRS and Université Jean Monnet Saint-Étienne, focus on silicon amorphization and its potential applications in microelectronics, in collaboration with STMicroelectronics (France).Objectives The main objective of the project is to better understand the mechanisms of non-equilibrium melting and amorphization of silicon when irradiated by ultra-short (femtosecond) laser pulses. The poster highlights the use of advanced models such as the two-temperature model (TTM) combined with equations to describe carrier excitation, optical reflection and absorption, as well as coupled MD-nTTM modeling for accurately simulating the material dynamics.Methodology Simulations based on molecular dynamics (MD) and the nTTM model made it possible to explore the mechanistic differences for the two crystalline orientations of silicon (001 vs. 111). The results show that the speed of the solid-liquid interface propagation strongly depends on the crystal orientation: the melting mechanism can be homogeneous or heterogeneous, and the melting rate in the 001 direction is significantly faster.Results - Melting initiated by femtosecond pulses leads to rapid amorphization of the silicon surface, thanks to extremely fast cooling rates. - Amorphization mechanisms depend on the dynamics of the solid-liquid interface and the maintenance of a temperature below the melting point, favoring the formation of an amorphous surface layer. - The results obtained offer new perspectives for ultra-fast laser processing and controlled formation of deep amorphous silicon layers, with applications in advanced microelectronics.Acknowledgments This work was funded by the ANR LAMORSIM project and benefited from computational support from CINES (France).Ici nous présentons les résultats d'une simulation de dynamique moléculaire permettant d'étudier l'interaction des lasers femtosecondes avec le silicium et la façon dont ces interactions influencent les profils de pression et de température du matériau. Les chercheurs, Tatiana Itina et Dmitry Ivanov, du CNRS et de l'Université Jean Monnet Saint-Étienne, s'intéressent à l'amorphisation du silicium et à ses applications potentielles en microélectronique, en collaboration avec STMicroelectronics (France). Objectifs L’objectif principal du projet est de mieux comprendre les mécanismes de fonte et d’amorphisation non-équilibrée du silicium lorsqu’il est irradié par des impulsions laser ultra-courtes (femtosecondes). Le poster expose l’utilisation de modèles avancés tels que le modèle à deux températures (TTM) associé à des équations pour décrire l’excitation des porteurs libres, la réflexion et l’absorption optique, ainsi qu'une modélisation couplée MD-nTTM pour simuler avec précision les dynamiques du matériau.[1]MéthodologieDes simulations basées sur la dynamique moléculaire (MD) et le modèle nTTM ont permis d’explorer les différences de mécanismes pour deux orientations cristallines du silicium (001 vs. 111). Les résultats montrent que la vitesse de propagation de l’interface solide-liquide dépend fortement de l’orientation cristalline : le mécanisme de fonte peut être homogène ou hétérogène, et la vitesse de fonte dans la direction 001 est significativement plus rapide.Résultats - La fonte initiée par impulsions femtosecondes entraîne une amorphisation rapide de la surface du silicium grâce à des taux de refroidissement extrêmement rapides.- Les mécanismes d’amorphisation dépendent de la dynamique de l’interface solide-liquide et du maintien d’une température sous le point de fusion, favorisant la formation d’une couche amorphe en surface.- Les résultats obtenus offrent de nouvelles perspectives pour le traitement laser ultra-rapide et la formation contrôlée de couches amorphes profondes de silicium, avec des applications pour la microélectronique de pointe. RemerciementsCe travail a été financé par le projet ANR LAMORSIM et bénéficie du soutien informatique du CINES (France)
Predictive Modeling of FPGA Resource and Power Consumption for Configurable CNN Operators
No full textInternational audienceAs Convolutional Neural Networks (CNNs) continue to grow in complexity and accuracy, their deployment on embedded platforms requires hardware-aware optimizations to meet stringent constraints on logic resources, power, and latency. FPGAs offer an attractive solution because of their parallelism, reconfigurability, and energy efficiency. However, conventional FPGA design flows remain time-consuming and often lack earlystage estimation capabilities. This work introduces a library of parameterizable Intellectual Properties (IPs) for convolution, activation, and pooling, developed in VHDL and optimized for fixed-point arithmetic. IPs were designed to address various architectural trade-offs involving logic usage, DSP allocation strategy, parallelism, and power efficiency, while also supporting faster development through modular reuse. To accelerate design space exploration, a methodology is proposed for generating predictive mathematical models capable of estimating key FPGA resource metrics as functions of input bit widths. The models were validated with low prediction errors and coefficient of determination (R 2 ) values greater than 0.94, allowing accurate estimation of the resources and dynamic power without synthesis. This supports fast architectural decisions and paves the way for automated, resource-aware CNN deployment on FPGAs.</div
Low-Latency (i)FFT RTL Implementation for the FALCON Post-Quantum Signature Algorithm
No full textInternational audienc
Reconstruction 3D en tomographie radar : apprentissage profond basé sur un Matching Pursuit déroulé
No full textInternational audienceRadar tomography in urban areas consists of separating targets of different heights projected into the same pixel due totheir similar distance to the radar. Deep-learning methods recently proposed to solve this task are based on the unrolling of basispursuit algorithms with a sparsity constraint. They depend on a discretization of the heights and don’t allow for easy control ofthe number of targets to be detected. In this paper, we present an alternative approach that estimates the position of targets over acontinuous interval. Our approach is drawn from the iterations of greedy algorithms for sparse reconstruction, such as MatchingPursuit or RELAX. We show satisfactory reconstruction results on simulated data and on a stack of satellite images.La tomographie radar en milieu urbain consiste à séparer des réflecteurs situés à des hauteurs différentes mais vus dans un même pixel car situés à une distance similaire du radar. Les méthodes d'apprentissage profond proposées récemment pour résoudre cette tâche sont basées sur le déroulement d'algorithmes de poursuites de base avec contrainte de parcimonie. Ils dépendent d'une discrétisation des hauteurs et ne permettent pas un contrôle simple du nombre de réflecteurs détectés. On présente dans cet article une approche alternative permettant d'estimer la position des cibles sur un intervalle continu. Notre approche s'inspire des itérations des algorithmes gloutons de reconstruction parcimonieuse tels que Matching Pursuit ou RELAX. Nous montrons des résultats de reconstruction satisfaisants sur des données simulées et sur une pile d'images satellitaires
High‐Chroma, High‐Contrast Tunable Color Coatings Using Sb2S3 in a Metal‐Dielectric Stack
No full textInternational audienceThin-film coatings are a versatile option for creating color. These coatings can be made tunable by introducing phase-change materials (PCMs), whose optical response changes due to an external signal. However, commonly used PCMs such as Ge2Sb2Te 5 (GST) are limited in their applications for color coatings, due to high absorption of visible light. Here, the alternative PCM Sb2S3 is used, and a novel coating design is demonstrated, which incorporates the PCM layer into an asymmetric Fabry-Perot cavity with Ag, SiO2 and Ti layers. Simulations are used to show that this design yields high-chroma colors in a wide range of hues, which exhibit a large tunable hue shift when the phase of the Sb2S3 layer changes. Three coatings are deposited to experimentally verify these results, which give good agreement with the simulations. The phase change of the Sb2S3 layer is demonstrated using direct heating using a hotplate, and also using laser annealing, which allows microscale image writing to be realized on the coatings
Dual-Comb generation in III-V semiconductor external cavity laser: Dual transverse modes versus degenerated cavities solutions
No full textInternational audienceWe developed two passively mode-locked dual frequency-combs configurations based on III-V semiconductor VECSEL technology. Operating at a wavelength of 1.06 µm, both configurations achieve 1 GHz repetition rate with ultrashort pulse durations <5 ps. The first configuration is a dual Laguerre-Gaussian (LG) mode oscillator, designed to generate two distinct frequency combs on a single optical axis. The second configuration is a modeless self-imaging cavity, featuring two distinct optical axes in a telecentric configuration to enable coherent dual-comb operation
Oxidation and laser synthesis of Ni nanoparticles: an atomistic analysis Motivation
No full textInternational audienceNickel nanoparticles (Ni NPs) have garnered significant research attention due to their remarkable ferromagnetic properties, such as magneto-crystalline anisotropy, high coercivity, and chemical stability, which make them suitable for various applications. A promising approach for their synthesis is laser ablation, a method that enables the scalable, clean, and efficient production, excitation, fragmentation, and conjugation of diverse nanostructures. Molecular dynamics (MD) simulations have been employed to investigate the mechanisms underlying the laser-assisted synthesis of NiNPs and their oxidation processes. This work aims to investigate the effect of temperature and heating (cooling) rate on the Ni NPS oxidation and enhance the understanding of their synthesis using femtosecond laser technology.Les nanoparticules de nickel (NiNP) ont suscité un intérêt considérable de la part des chercheurs en raison de leurs remarquables propriétés ferromagnétiques, telles que l'anisotropie magnétocristalline, une coercivité élevée et une stabilité chimique, qui les rendent adaptées à diverses applications. Une approche prometteuse pour leur synthèse est l'ablation laser, une méthode qui permet la production, l'excitation, la fragmentation et la conjugaison évolutives, propres et efficaces de diverses nanostructures. Des simulations de dynamique moléculaire (MD) ont été utilisées pour étudier les mécanismes sous-jacents à la synthèse assistée par laser des Ni NP et leurs processus d'oxydation. Ces travaux visent à étudier l'effet de la température et de la vitesse de chauffage (refroidissement) sur l'oxydation des Ni NPS et à améliorer la compréhension de leur synthèse grâce à la technologie laser femtoseconde
Acoustic evaluation of a neural network dedicated to the detection of animal vocalisations
No full textInternational audienceThe accessibility of long-duration recorders, adapted to sometimes demanding field conditions, has enabled the deployment of extensive animal population monitoring campaigns through ecoacoustics. The effectiveness of automatic signal detection methods, increasingly based on neural approaches, is frequently evaluated solely through machine learning metrics, while acoustic analysis of performance remains rare. As part of the acoustic monitoring of Rock Ptarmigan populations, we propose here a simple method for acoustic analysis of the detection system's performance. The proposed measure is based on relating the signal-to-noise ratio of synthetic signals to their probability of detection. We show how this measure provides information about the system and allows optimisation of its training. We also show how it enables modelling of the detection distance, thus offering the possibility of evaluating its dynamics according to the sound environment and accessing an estimation of the spatial density of calls