Institut d’Électronique et des Systèmes
Contacts : Emmanuel Le Clézio, Antoine Touboul.
Description : IA pour les composants électroniques et le traitement des signaux
Adresse : IES, UMR 5214 CNRS UM, Université de Montpellier Campus Saint Priest
860 rue de Saint Priest Bat 5
CC 05001 34095 Montpellier cedex 5
Description de l’expertise autour de l’IA :
- Fiabilité prédictive des systèmes en environnement radiatif
Les systèmes électroniques dédiés à opérer en environnement extrême étaient jusqu’à présent issus de processus de développement intégrant des étapes de durcissement puis d’une sélection et qualification standardisée. En lien avec cette évolution, deux besoins sont apparus : le premier lié au développement des outils de prédiction de la durée de vie de systèmes en environnement radiatif et le second concerne la métrologie des radiations qui constitue l’un des principaux éléments de décision en opération. A l’heure actuelle, nous visons deux objectifs basés sur l’utilisation d’algorithmes de l’IA :
1.1. Le premier est lié à la fiabilité prédictive (prognostics and health management) : nous utilisons des réseaux Bayésiens afin de prédire la durée de vie d’un système avant sa mission ou après une défaillance durant la mission pour identifier au sein de ce système l’étage qui a le plus probablement mené à la défaillance.
1.2. Le second est lié à la métrologie des radiations : L’objectif serait de développer avec des composants standards du commerce (COTS) un système de dosimétrie. En utilisant des algorithmes d’IA, nous cherchons à pouvoir prédire dans le temps le niveau de dose atteint. Ceci est basé sur d’une part l’apprentissage initial de la variabilité intrinsèque des caractéristiques électriques du composant utilisé mais d’autre part sur l’apprentissage des dynamiques de dérive/dégradation durant la vie utile du composant sous irradiation et vieillissement.
- Imagerie Acoustique
L’acoustique ultrasonore est une technique de caractérisation et de contrôle de milieux industriels et biologiques. L’une des applications les plus connues est représentée par l’échographie ultrasonore fœtale. De manière à obtenir ces images, des signaux ultrasonores, dits radio-fréquence, sont acquis pour chaque pixel et un traitement spécifique est appliqué pour reconstruire le degré de gris correspondant. Dans cette étape, un des éléments cruciaux consiste à identifier, dans l’ensemble du signal ultrasonore, les échos qui sont symptomatiques d’une réflexion sur la surface à imager. Ces signaux, morphologiquement proches d’un écho de référence, en diffèrent néanmoins tant en phase qu’en module. L’objectif du projet mené à l’IES par l’équipe Acoustique concerne l’identification de méthodes, issues du Deep Learning, pertinentes pour le traitement de signaux ultrasonores. En particulier, la définition de classes de signaux référencés sur leurs similitudes, et les variabilités internes et externes à ces classes est abordée afin d’élaborer des protocoles d’identification et de localisation d’échos. Les principales applications qui sont visées dans ce travail traiteront de l’imagerie ultrasonore haute résolution pour des applications principalement industrielles.