
ARTISAN
explorAtion Rapide des configuraTIons des réSeaux neuronAux profonds pour la conduite AutoNome
le projet ARTISAN vise le développement de nouvelles méthodes pour explorer les optimisations architecturales afin d’exécuter efficacement une application de DNN (Deep Neural Network) pour l’AD (Autonomous Driving).
Les algorithmes utilisant les réseaux d’apprentissage profonds (ou DNN pour Deep Neural Network) ont récemment suscité un intérêt grandissant à la fois dans l'industrie et dans le monde universitaire.
La conduite autonome (ou AD pour Autonomous Driving) est l'une des applications où les approches DNN ont montré un certain niveau de performance.
Cependant, pour être efficace dans le cas de l'AD, les systèmes embarqués pour les DNN doivent traiter une grande quantité de données provenant des différents capteurs dans un temps limité et avec un coût financier et une consommation d'énergie minimum.
Dans ce contexte, le projet ARTISAN vise le développement de nouvelles méthodes pour explorer les optimisations architecturales afin d’exécuter efficacement une application de DNN pour l’AD. Nos méthodes permettront d’adapter d’un côté les algorithmes de DNN utilisés et les architectures matérielles de l’autre côté aux différents scénarios du AD.
Département(s) | Partenaire(s) | Montant global |
---|---|---|
45 k€
|
||
Support principal | Rayonnement | Date(s) |
CARNOT-ARTS | National |
2020 - 2023
|