Archive Ouverte INSA Lyon
Not a member yet
75807 research outputs found
Sort by
Injection of acoustic waves via volumetric sources on a control surface for computational aeroacoustics
No full textInternational audienceA formulation to introduce acoustic waves from a control surface using volumetric source terms is proposed for numerical simulations. A general expression of the source terms is derived from the non-linear Euler equations. The method is validated through three academic configurations: the injection of oblique plane waves and the radiation of a monopole source in two and three dimensions, in uniform flow. The governing equations are solved in a Cartesian grid using a low-dispersion and low-dissipation high order finite-difference numerical scheme. However, the control surface has an arbitrary shape, as demonstrated here with the use of a cylindrical surface. Numerical results show good agreement with analytical solutions in both phase and amplitude. The method is then applied to an open-fan aircraft engine configuration. The source terms are computed from a cylindrical control surface enclosing the rotor, based on data extracted from a previous fluid mechanics simulation. The radiated acoustic field is compared with the one obtained using the Ffowcs Williams–Hawkings integral formulation. The two solutions are again found in good agreement for this more realistic configuration
Arithmetic Lowering with Emeraude-MLIR: Bridging Tensor and DSP Kernels to Silicon Datapaths
No full textNational audienceThis work presents an end-to-end MLIR-based compilation flow that lowers high-level machine-learning and DSP kernels to explicit combinational and sequential datapaths suitable for CIRCT and RTL export. The flow treats arithmetic as a multi-level concern, progressively exposing numeric intent, structured control, and hardware structure from tensor programs down to circuit-level IR. It integrates real-number expression recovery, configurable floating- and fixed-point lowering, and direct construction of circuit-level datapaths using CIRCT-compatible representations. The approach enables floating-point and specialized arithmetic to remain first-class up to the circuit boundary, supporting fine-grained trade-offs in precision, performance, and area. The flow has been validated on real silicon, including a taped-out DSP design using the GF180MCU open-source PDK and an end-to-end compilation of a PyTorch LLaMA layer into a synthesized Sky130 process-node
Three-dimensional microphone array for the reconstruction of compact dipole aeroacoustic sources with spatially varying orientation
No full textInternational audienceThis work investigates, using a microphone array, the localization of aeroacoustic sources resulting from the interaction of a flow with rods. In similar investigations in the literature, arrays often have a planar geometry and the spatial region in which acoustic sources are searched is a plane parallel to that of the array. However, the sources are not always distributed in such a plane. Moreover, aeroacoustic sources resulting from flow-obstacle interaction are often dipoles, and for some complex geometries, the dipoles' orientation can vary in space, such as for curved obstacles or arrangements of rods with different orientations. In order to identify such dipoles, this work uses a three-dimensional array composed of four flat arrays, forming a tunnel of 1024 microphones around the open vein of an anechoic wind tunnel. Microphone signals are processed by an inverse beamforming technique to identify equivalent dipole sources producing the measured sound field at the array, using classical Tikhonov regularization. Taking advantage of the acoustic compactness of the cross-section of the rods located in the flow, the dipoles are sought along the axis of the rods, with a spacing of the order of the vortex shedding coherence length. The technique does not require any prior assumption on dipole orientation. Results from simulated or experimental data are presented to assess the effectiveness of the method, in the cases of a rectilinear rod and a bended rod forming a ring
Unsupervised local learning based on voltage-dependent synaptic plasticity for resistive and ferroelectric synapses
No full textInternational audienceThe deployment of AI on edge computing devices faces significant challenges related to energy consumption and functionality. These devices could greatly benefit from brain-inspired learning mechanisms, allowing for real-time adaptation while using low-power. In-memory computing with nanoscale resistive memories may play a crucial role in enabling the execution of AI workloads on these edge devices. In this study, we introduce voltage-dependent synaptic plasticity (VDSP) as an efficient approach for unsupervised and local learning in memristive synapses based on Hebbian principles. This method enables online learning without requiring complex pulse-shaping circuits typically necessary for spike-timing-dependent plasticity (STDP). We show how VDSP can be advantageously adapted to three types of memristive devices (TiO2, HfO2-based metal-oxide filamentary synapses, and HfZrO4-based ferroelectric tunnel junctions (FTJ)) with disctinctive switching characteristics. System-level simulations of spiking neural networks incorporating these devices were conducted to validate unsupervised learning on MNIST-based pattern recognition tasks, achieving state-of-the-art performance. The results demonstrated over 83% accuracy across all devices using 200 neurons. Additionally, we assessed the impact of device variability, such as switching thresholds and ratios between high and low resistance state levels, and proposed mitigation strategies to enhance robustness
GW/DT Invariants and 5D BPS Indices for Strips from Topological Recursion
No full textInternational audienceTopological string theory partition function gives rise to Gromov-Witten invariants, Donaldson-Thomas invariants and 5D BPS indices. Using the remodeling conjecture, which connects Topological Recursion with topological string theory for toric Calabi–Yau threefolds, we study a more direct connection for the subclass of strip geometries. In doing so, new developments in the theory of topological recursion are applied as its extension to Logarithmic Topological Recursion (Log-TR) and the universal -- duality. Through these techniques, our main result in this paper is a direct derivation of all free energies from topological recursion for general strip geometries. In analyzing the expression of free energy, we shed some light on the meaning and the influence of the -- duality in topological string theory and its interconnection to GW and DT invariants as well as the 5D BPS index
QuaQue : conception et implémentation SQL d'une algèbre condensée pour la gestion concurrente des versions des graphes de connaissances
No full textInternational audienceThe management of versioned knowledge graphs presents significant challenges, particularly in querying data across multiple versions efficiently. This paper introduces QuaQue, a key component of the ConVer-G system, which addresses this challenge by translating SPARQL (SPARQL Protocol and RDF Query Language) queries into SQL (Structured Query Language). QuaQue leverages a novel condensed algebra to operate on a relational model where versioning information is compactly stored using bitstrings. This approach allows for efficient querying of concurrent versions of knowledge graphs within a standard relational database system. We present the key concepts of our condensed algebra, detail the translation process from SPARQL algebra to SQL, and provide a comparative benchmark against a native RDF (Resource Description Framework) triple store, demonstrating the viability and performance benefits of our approach.La gestion des graphes de connaissances versionnés pose des défis importants, notamment en ce qui concerne l'interrogation efficace des données sur plusieurs versions. Cet article présente QuaQue, un composant clé du système ConVer-G, qui relève ce défi en traduisant les requêtes SPARQL (SPARQL Protocol and RDF Query Language) en SQL (Structured Query Language). QuaQue exploite une nouvelle algèbre condensée pour opérer sur un modèle relationnel où les informations de versionnement sont stockées de manière compacte à l'aide de chaînes de bits. Cette approche permet d'interroger efficacement des versions concurrentes de graphes de connaissances au sein d'un système de base de données relationnelle standard. Nous présentons les concepts clés de notre algèbre condensée, détaillons le processus de traduction de l'algèbre SPARQL vers le SQL, et fournissons un benchmark comparatif par rapport à un triplet store RDF (Resource Description Framework) natif, démontrant la viabilité et les avantages en termes de performances de notre approche
Technologies de l'information et de la communication avancées pour le développement durable et l'innovation
No full textInternational audienceLes sciences de l’information et de la communication, ainsi que le développement technologique de ce que l’on appelle aujourd’hui l’informatique, constituent un effort continu où différents éléments et leurs interactions sont proposés pour concevoir et construire des solutions pour le bien-être humain. Pour atteindre un impact et une portée considérables, ce travail est mené en coopération, tirant parti non seulement des intérêts communs, mais aussi des différences, pour proposer des connaissances et des technologies concrètes.La relation entre la France et la Colombie en matière d’informatique est historique. Les premières écoles d’informatique créées en Colombie l’ont été grâce à une coopération binationale, avec la participation de coopérateurs français et d’étudiants colombiens ayant suivi leurs études de troisième cycle dans différentes institutions françaises dans les années 1970 et 1980. Ces étudiants ont constitué la base d’une relation très marquante qui a duré des décennies. De ces relations initiales, et avec le renforcement et la création de nouvelles interactions binationales, CATAÏ est devenue une alliance entre universités, instituts de recherche, entités gouvernementales décentralisées, associations et chercheurs français et colombiens, axée sur l’informatique et le calcul.CATAÏ organise périodiquement le symposium CATAÏ, une réunion binationale, avec parfois des invités de pays voisins d’Europe, d’Amérique latine et des Caraïbes, afin d’élargir la collaboration autour de projets stratégiques. Les différents projets sont présentés sous différents formats et, à partir de là, sur la base d’évaluations par les pairs et de discussions, de nouvelles actions et orientations pour le consortium sont définies.Ce volume compile les propositions sélectionnées lors des workshops 2018 et 2019 sous trois formats : résumés, articles courts et articles complets. Ces articles sont majoritairement rédigés en anglais (malgré quelques activités francophones et hispanophones), témoignant du caractère multiculturel et transdisciplinaire de l’alliance. Ils ont été sélectionnés selon des critères rigoureux d’évaluation par les pairs parmi les chercheurs membres du CATAÏ
Quantification de l’incertitude dans le cas des signaux médicaux avec bruit d’annotation
No full textNational audienceAvec la généralisation de l’utilisation de l’apprentissage automatique pour l’analyse enimagerie médicale, les jeux de données et leur annotation par des experts deviennent l’en-jeu central des performances des modèles. Cependant, ces annotations peuvent contenirdes erreurs. Plus spécifiquement dans le cadre médical, la vérité terrain peut être ambiguëdu fait de la complexité et de l’insuffisance de l’image, et est soumise à la subjectivité etl’expérience de l’annotateur. D’autre part, la nécessité de donner au clinicien les cléspour la décision du diagnostic final motivent l’ajout d’une estimation d’incertitude auxrésultats de classification, voire d’une distinction de l’incertitude épistémique (ignorancedu modèle) et aléatoire (difficulté de la donnée, conflit entre classes). Si les im-pacts du bruit d’annotation ont été étudiés en terme de performance, leur effet surl’incertitude des modèles reste inexploré.En particulier, nous montrons l’évolution de l’incertitude des modèles entraînés avec unbruit d’annotation symétrique et proposons une première stratégie pour filtrer les don-nées difficiles dans ce contexte. Nous nous restreignons à la quantification des incertitudespar Monte Carlo dropout, la méthode de quantification d’incertitude majoritaire enimagerie médicale, appliquée à des modèles entraînés sur des jeux de données cor-rompus par du bruit d’annotation symétrique. Les effets sont observés avec deux famillesd’architectures sur trois jeux de données dont deux médicaux. Un réseau convolutionnel(CNN) est utilisé pour les images naturelles MNIST et sur les spectrogrammes de signauxDoppler transcrânien pour la classification des emboles du jeu de données privé HITS.Une architecture de CNN-Transformer permet la classification de l’épilepsie à partir d’unjeu d’électro-encéphalogrammes pour la base Epileptic Seizure Recognition (ESR). Lesmodèles sont entraînés sur des jeux de données soumis à différents taux de bruit d’anno-tation symétrique et évalués sur un jeu de test non bruité.Le bruit symétrique a deux effets sur le modèle appris : ses performances de classificationsont dégradées et les distributions des prédictions en sortie de la softmax tendent à s’uni-formiser. Ce deuxième phénomène est traduit à la fois par l’augmentation del’incertitude aléatoire et la diminution de l’incertitude épistémique. Cela coïncide avec le fait qu’il y a plus de conflits entre classes dans le jeu d’entraî-nement à cause du bruit, et qu’il y a moins de variabilité du modèle par MC dropoutpuisque le modèle tend vers un classifieur complètement incertain. On observe les mêmestendances pour les trois jeux de données, les distributions de ces deux incertitudes donnentdonc une première information sur le taux de bruit. Concernant la diminution des per-formances, les prédictions erronées ont une distribution d’incertitude aléatoire distincteet plus élevée en moyenne des prédictions justes. L’incertitude aléatoire est donc robustepour filtrer les données trop incertaines dans le contexte des jeux de données bruités. Eneffet, la précision augmente significativement lorsque l’on filtre les données par incertitudealéatoire décroissante. Celle-ci est donc un outil fiable pour filtrer les faussesprédictions. Finalement, la combinaison des incertitudes aléatoire et épistémique permetplutôt un diagnostic non-supervisé du modèle, notamment en termes de bruit, et l’incer-titude aléatoire semble la plus adaptée pour l’aide à la prise de décision sur des donnéespotentiellement bruitées
Validation du simulateur ICI de propagation d'épidémies à l'aide des données publiques recueillies pendant la première vague de la pandémie de COVID-19
No full textCe rapport a pour premier objectif de présenter le simulateur ICI de propagation d'épidémies fondé sur des jumeaux numériques de territoires géographiques,de populations synthétiques statistiquement conformes aux populations réelles, et à la simulation numérique des agendas horaires et des interactionssociales des individus, ainsi que des contaminations entre individus. Par méthode de Monte-Carlo ICI fournit des informations statistiques précises, différenciéespar zones géographiques et par catégories de population, sur les évolutions d'épidémies. Ces informations permettent de comparer quantitativement les impacts attendus de politiques sanitaires variées.Le second objectif est de dresser le bilan de nos tests sur la capacité d’ICI à reproduire quantitativement la dynamique épidémiologique et hospitalière observée lors de la première vague de Covid-19 à Paris, et d'analyser les capacités et les limites d'ICI pour des analyses contrefactuelles. Nos résultats montrent que d'ores et déjà ICI est un outil numérique opérationnel d'aide à la décision préalable aux interventions publiques contre les épidémies futures, prêt à être déployé sur des territoires multiples et pour des types variés d'épidémies