Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Dynamic Vision Sensor (DVS)
Capteur neuromorphique qui capture les changements d'intensité lumineuse de manière asynchrone, générant des événements spatio-temporels au lieu d'images complètes à cadence fixe.
Événements Asynchrones
Signaux discrets générés par les DVS lorsque les pixels détectent un changement d'intensité lumineuse supérieur à un seuil, chacun contenant des coordonnées spatiales, un timestamp et une polarité.
Neurone Leaky Integrate-and-Fire
Modèle neuronal fondamental qui intègre les entrées pondérées dans son potentiel membranaire avec une fuite temporelle, générant un spike lorsque le seuil est atteint.
Plasticité Synaptique Temporelle (STDP)
Mécanisme d'apprentissage local où la force synaptique est modulée en fonction du décalage temporel entre les spikes pré- et post-synaptiques, implémentant l'apprentissage Hebbien temporel.
Calcul Neuromorphique
Approche de conception matérielle et logicielle inspirée de l'architecture cérébrale, optimisant la consommation énergétique et la latence pour le traitement de données sensorielles en temps réel.
Vision Événementielle
Paradigme de vision par ordinateur basé sur le traitement de flux d'événements asynchrones plutôt que d'images traditionnelles, offrant une latence sub-milliseconde et une efficacité énergétique supérieure.
Potentiel Membranaire
État électrique interne d'un neurone spiking qui évolue selon l'intégration des entrées synaptiques et la fuite passive, déterminant le moment de génération de spikes.
Échantillonnage Événementiel
Méthode d'acquisition de données où les mesures sont déclenchées uniquement lorsque des changements significatifs se produisent, réduisant drastiquement la redondance et le volume de données.
Démultiplexage Spatio-Temporel
Processus de reconstruction d'informations visuelles cohérentes à partir de flux d'événements désordonnés en exploitant les corrélations spatiales et temporelles inhérentes aux données DVS.
Conversion Spike-Trame
Technique de transformation de flux de spikes asynchrones en représentations matricielles synchrones pour l'intégration avec architectures CNN traditionnelles ou l'analyse batch.
Architecture Parallèle Asynchrone
Structure computationnelle où les unités de traitement opèrent indépendamment et communiquent via des événements asynchrones, maximisant le parallélisme et minimisant la latence.
Hiérarchie Spatio-Temporelle
Organisation multicouche de neurones spiking où les couches inférieures capturent des motifs rapides et locaux tandis que les couches supérieures intègrent des informations plus globales et lentes.
Codage par Premier Spike
Stratégie de représentation où l'information est principalement contenue dans le temps d'arrivée du premier spike après un stimulus, offrant une latence optimale pour la reconnaissance rapide.
Résonance Neuronale
Phénomène où les neurones spiking synchronisent leurs activités à des fréquences spécifiques du signal d'entrée, facilitant la détection de motifs périodiques dans les flux événementiels.