Abstract FR:

Depuis vingt ans, la capacite d'integration des technologies mos double tous les dix-huit mois. Une approche prometteuse pour exploiter cette progression a ete introduite recemment par l'invention des circuits analogiques cellulaires, qui sont composes de l'assemblage regulier de milliers de cellules analogiques identiques. L'objectif de cette these est de contribuer a la conception de ces circuits, en etudiant ceux pour lesquels sont possibles une modelisation statistique a l'aide de reseaux de neurones formels (rnf) et des applications a la reconnaissance des formes. Elle porte plus particulierement sur la machine de boltzmann, qui est un modele de rnf booleen et stochastique, a temps discret. Au chapitre i, je presente les reseaux de neurones formels et les algorithmes de la machine de boltzmann synchrone, qui est un modele adapte au parallelisme materiel. Au chapitre ii, je presente l'etat de l'art des realisations de machine de boltzmann et des techniques analogiques utilisees pour les rnf. Au chapitre iii, je presente une architecture originale de circuits dedies aux reseaux multi-couches executant la machine de boltzmann. Au chapitre iv, je presente la conception et la simulation des cellules et des circuits necessaires: convertisseurs tension-courant et courant-tension, comparateur, fonction sigmoide. . . Ce modele etant stochastique, je presente aussi deux realisations originales de generateurs aleatoires: le premier est optoelectronique et tire partie des proprietes du speckle optique, le second est electronique et a base d'automates cellulaires. Le chapitre v est consacre a la description des mesures effectuees sur des circuits prototypes de chacune des cellules. En conclusion, je presente les evolutions de ces travaux vers des circuits analogiques a temps continu et a etats de neurones continus