IA

Présentation

L’équipe AS2N, créée en 2010, développe des réseaux de neurones sur silicium. Au sein de son activité de conception neuromorphique, on distingue deux axes thématiques :

  1. Une approche « biomimétique » où l’objectif est d’imiter l’activité électrique des réseaux de neurones biologiques en utilisant des modèles issus des neurosciences computationnelles. Ces neurones artificiels sont connectés avec des neurones biologiques en vue d’étudier les systèmes vivants et/ou de proposer des solutions de réhabilitation suite à une déficience d’une population de neurones au sein d’un organisme vivant. Ces systèmes biomimétiques sont implémentés dans des plateformes numériques à base de FPGA.

  2. Une approche « bioinspirée » où l’objectif est de s’inspirer du vivant pour créer des systèmes de calcul par évènement. Cet axe utilise des représentations neuronales plus formelles. Ces réseaux de neurones sont dédiés aux tâches RMS (Recognition, Data Mining and Synthesis) pour les systèmes embarqués. En vue d’atteindre une très faible consommation, ces systèmes bioinspirés allient la conception de circuits intégrés analogique et mixtes et les nanotechnologies telles que les memristors.
Membres
   
Matthieu AMBROISE, Doctorant Timothée LEVI, MCF Sylvain SAÏGHI, MCF HDR, Responsable d'équipe Jean TOMAS, MCF    

Compétences

A l’interface entre les neurosciences et la conception de systèmes électroniques, nous avons développés des compétences élargies autour de notre cœur de formation d’électronicien :

  • Conception de circuits intégrés analogiques et mixtes
  • Neurosciences computationnelles
  • Optimisation par métaheuristiques 
  • Nanotechnologies dans les systèmes neuromorphiques

 

Projets en cours

Projet Brainbow - EU FET 2012-2015

De nos jours, les troubles neurologiques qui perturbent les connexions entre le cerveau et le corps entrainant des paralysies touchent des millions de personnes à travers le monde. Ce nombre va probablement augmenter dans les prochaines années et la technologie d'assistance actuelle reste limitée. La possibilité de contrôler le mouvement d'un bras par la pensée est en train de devenir une réalité grâce à l'arrivée des Interfaces Neuronales Directes (INDs). En plus des INDs, les prothèses neuronales peuvent remplacer les fonctions motrices qui ont pu être altérées par une blessure ou une maladie. Le développement de ces dispositifs a et aura un impact sérieux sur la qualité de vie, et la recherche actuelle dans ce domaine vise à corriger ces handicaps. Cependant les interfaces neuronales actuelles sont principalement vouées à restaurer des fonctions motrices perdues, en agissant dans une seule direction (du cerveau au corps). Le but du projet Brainbow est une preuve de concept pour la prochaine génération de neuroprothèses qui visent à restituer des fonctions perdues au niveau du Système Nerveux Central en organisant une fusion naturelle entre le dispositif artificiel et son équivalent naturel. Ce cadre d'étude sera d'abord appliqué sur des systèmes neuronaux sains puis sur des systèmes atteints (par exemple en cas de lésion). Dans le dernier cas, nous serons en mesure de remplacer une connexion manquante ou un sous-réseau manquant en développant des modèles opératoires et un système électronique neuromorphique VLSI capable d'agir comme le composant biologique manquant afin de restaurer les fonctionnalités du cerveau (par exemple restaurer la fonction entrée<->sortie originelle). Les résultats espérés dans le cadre de Brainbow fourniront également de nouvelles idées d'un point de vue de la science fondamentale, en comprenant comment les réseaux neuronaux traitent les stimuli entrants, et comment l'information est codée parmi les groupements de cellules interconnectés, un pas nécessaire pour interagir avec le système nerveux. Pour atteindre ce but remarquable, Brainbow emploiera une approche pluridisciplinaire, en exploitant des méthodologies et des techniques allant de l'ingénierie, à la théorie de l'information, à l'informatique et à la neuroscience opérationnelle. On retrouve la même expertise chez les jeunes spécialistes qui dirigent le consortium de Brainbow. 

Partners: Istituto Italiano di Tecnologia (Italy), University of Genova (Italy), Tel Aviv University (Israel)

 

Projet Hyrène - ANR 2011-2014

HYRENE is a fundamental research project aiming at the development of innovative technologies : hybrid systems connecting artificial and biological neural networks. 

One goal of this project is to couple a whole organ (mouse spinal cord) with a hardware networks in order to restore the organ functional activity after a lesion. Further perspectives are the development of smart “neuroelectronic” interfaces for functional rehabilitation. Population aging all around the world raises a societal issue due to the associated increase in neurodegenerative diseases. 
One therapeutic approach to treat resulting functional deficiencies is to propose neural prosthesis based on neuro-electronic implants. In recent years, technological advances in the field of micro- and nano-electronics has led to the development of new instrumentation tools for the exploration of the central nervous system, making use of dedicated interfaces between microelectronics and live neural networks. This field of research has strongly developed since 2000, especially with the emergence of brain-machine interfaces. These interfaces, which are now tested in humans, process brain signals recorded with microelectrode arrays to turn them into command signals for the control of external devices (robotic arms, computers…). 
However, to date, such interfaces remain mainly monodirectional, with no information delivered back to the network. The current challenge is to achieve bidirectional neuro-electronic interfaces, establishing a true dynamic communication between live neural networks and electronic systems. Especially, electronic systems connected to neural networks with existing technologies do not include embedded intelligence. 
The technical approach defined for HYRENE is to couple live large-scale neural networks and artificial neural networks embedded in analog and mixed integrated electronics and endowed with adaptive capabilities (synaptic plasticity). This hybrid coupling will use dedicated microelectrode arrays to record and electrically stimulate live neural networks, with a specific emphasis on stimulation localization. The system including the artificial and living neural networks will form a closed loop with a regulated feedback. The artificial neural networks will implement conductance-based neuron and synapse models, controlled by plasticity rules like STDP (spike-timing dependent plasticity). 
Dedicated integrated electronics will be designed to implement the communication channels between the living and artificial networks: signal conditioning for the biological signals (from living to artificial) and adapted coding of the artificial neurons events (from artificial to living). In this project, integration between physics (electronic engineering, Microsystems) and biology (integrative neuroscience) is mandatory. 

All partners rely on their large experience in multi-disciplinary collaborative projects at national and international levels. This project is expected to generate scientific advances:

  • in the field of information science: by the design of embedded self-organized artificial neural networks, able to communicate in real time with entire biological networks;
  • in the field of life science : a tool to develop and test efficient strategies for spinal cord rehabilitation.

Partners: ESIEE, Université Victor Segalen Bordeaux 2

 

Projet MHANN - ANR P2N 2011-2015

En 2008, des chercheurs de Hewlett-Packard ont présenté un nouveau composant électronique, appelé le memristor. Ce composant, théoriquement proposé par L.Chua en 1971, est non-volatile et non-linéaire. En appliquant une tension, il est possible de faire varier de façon continue la résistance du composant. La résistance est « mémorisée » après arrêt de la tension appliquée. Ces memristors offrent une grande variété d'applications en tant que mémoires binaires, analogiques ou multi-niveaux ou encore comme interrupteurs dans les mémoires reconfigurables. Il se comportent de plus intrinsèquement comme des synapses artificielles. La plupart des dispositifs « memristor » proposés à ce jour sont basés sur des effets physiques impliquant la formation/déplacement de défauts, par exemple l'électromigration de lacunes d'oxygène pour les composants d'Hewlett-Packard. Pour une utilisation à long terme de ces dipositifs, les problèmes de fiabilité relatifs aux températures de fonctionnement élevées, à la difficulté du contrôle précis de la résistance, et même à la détérioration potentielle du composant devront être résolus.

En 2009, les partenaires du projet, UMPhi-CNRS et Thales, ont breveté un nouveau dispositif: le "memristor ferroélectrique". Ce memristor appartient à une autre catégorie de mémoires résistives. Les variations de résistance sont dues à des effets purement électroniques et la structure des matériaux est donc préservée. Ces composants sont basés sur un concept physique radicalement différent des solutions existantes : la ferroélectricité dans les jonctions tunnel. La commutation résistive est basée sur le renversement des domaines ferroélectriques, ce qui confère à ce memristor un avantage indéniable en termes de fiabilité en vue d'une production commerciale

D'autre part, des sociétés comme Intel ont insisté sur le fait que les applications hautes performances les plus importantes ne sont pas de type calcul scientifique, mais appartiennent aux catégories: « Recognition, Mining and Synthesis » (RMS). Les deux premières reposent sur la classification, le clustering, le rapprochement et les algorithmes d'optimisation, pour lesquels des algorithmes concurrentiels à base de réseaux de neurones existent. En raison des sévères contraintes de consommation, la fréquence d'horloge des processeurs n'augmente plus ou à peine. De ce fait, un réseau matériel de neurones aurait toutes les performances dun réseau logiciel mais il pourrait aussi être plus puissant (environ 100 fois) pour une consommation identique.

Il y a donc une convergence entre la technologie, l'architecture et les applications: les réseaux matériels de neurones artificiels sont bien adaptés pour fournir une solution à un type important d'applications tout en s'affranchissant des problèmes technologiques présents et à venir.

Les memristors constituent une alternative idéale d'implémentation. Ils sont très adaptés pour jouer le rôle de synapses dans les réseaux matériels de neurones artificiels. De plus ; leur intégration sera beaucoup plus dense que celles actuelles à base de SRAM et ils exigent beaucoup moins d'énergie car ils sont non-volatiles. Un réseau matériel composé de neurones intégrés analogiques et de memristors ouvre la voie à la conception d'accélérateurs de calcul à haute performance capables de s'attaquer aux applications RMS nécessitant de grandes ressources de calcul.

Le but de ce projet est de construire un prototype de taille moyenne d'une telle architecture bio-inspirée, à l'aide de memristors "ferroélectriques" nanométrique. La surface, la performance et la puissance de ce prototype seront évaluées pour définir son intérêt pour les systèmes embarqués.

Le projet MHANN est multi-disciplinaire dans le sens où il rassemble de nouveaux concepts sur la physique des composants (physique) pour leur intégration sur silicium dans des architectures bio-inspirées (micro-électronique, informatique et architectures).

Partners: UMPhi CNRS-Thales, Thales TRT, INRIA

 

Publications

Total : 74

Articles dans des revues avec comité de lecture → 18 Voir

2022


Brain tumor detection using selective search and pulse-coupled neural network feature extraction
Niepceron, Brad ; Grassia, Filippo ; Nait Sidi Moh, Ahmed
Dans : Computing and Informatics
https://hal-u-picardie.archives-ouvertes.fr/hal-03724185

2020


Toward neuroprosthetic real-time communication from in silico to biological neuronal network via patterned optogenetic stimulation
Mosbacher, Yossi ; Khoyratee, Farad ; Goldin, Miri ; Kanner, Sivan ; Malakai, Yenehaetra ; Silva, Moises ; Grassia, Filippo ; Simon, Yoav Ben ; Cortes, Jesus ; Barzilai, Ari ; Levi, Timothée ; Bonifazi, Paolo
Dans : Scientific Reports
https://hal.archives-ouvertes.fr/hal-02568187

2019


A Neuromorphic Prosthesis to Restore Communication in Neuronal Networks
Buccelli, Stefano ; Bornat, Yannick ; Colombi, Ilaria ; Ambroise, Matthieu ; Martines, Laura ; Pasquale, Valentina ; Bisio, Marta ; Tessadori, Jacopo ; Nowak, Przemysław ; Grassia, Filippo ; Averna, Alberto ; Tedesco, Mariateresa ; Bonifazi, Paolo ; Difato, Francesco ; Massobrio, Paolo ; Levi, Timothée ; Chiappalone, Michela
Dans : iScience
https://hal.archives-ouvertes.fr/hal-02482383

Optimized Real-Time Biomimetic Neural Network on FPGA for Bio-hybridization
Khoyratee, Farad ; Grassia, Filippo ; Saïghi, Sylvain ; Levi, Timothée
Dans : Frontiers in Neuroscience
https://hal.archives-ouvertes.fr/hal-02482394

A Human Induced Pluripotent Stem Cell-Derived Tissue Model of a Cerebral Tract Connecting Two Cortical Regions
Kirihara, Takaaki ; Luo, Zhongyue ; Chow, Siu Yu A. ; Misawa, Ryuji ; Kawada, Jiro ; Shibata, Shinsuke ; Khoyratee, Farad ; Vollette, Carole Anne ; Volz, Valentine ; Levi, Timothée ; Fujii, Teruo ; Ikeuchi, Yoshiho
Dans : iScience
https://hal.archives-ouvertes.fr/hal-02482393

2018


Digital implementation of Hodgkin–Huxley neuron model for neurological diseases studies
Levi, Timothée ; Khoyratee, Farad ; Saïghi, Sylvain ; Ikeuchi, Yoshiho
Dans : Artificial Life and Robotics
https://hal.archives-ouvertes.fr/hal-02482403

2017


Biomimetic neural network for modifying biological dynamics during hybrid experiments
Ambroise, Matthieu ; Buccelli, Stefano ; Grassia, Filippo ; Pirog, Antoine ; Bornat, Yannick ; Chiappalone, Michela ; Levi, Timothée
Dans : Artificial Life and Robotics
https://hal.archives-ouvertes.fr/hal-01567477

Learning through ferroelectric domain dynamics in solid-state synapses
Boyn, Sören ; Grollier, Julie ; Lecerf, Gwendal ; Xu, Bin ; Locatelli, Nicolas ; Fusil, Stéphane ; Girod, Stéphanie ; Carrétéro, Cécile ; Garcia, Karin ; Xavier, Stéphane ; Tomas, Jean ; Bellaiche, Laurent ; Bibes, Manuel ; Barthélémy, Agnès ; Saïghi, Sylvain ; Garcia, Vincent
Dans : Nature Communications
https://hal.archives-ouvertes.fr/hal-02288726

Digital hardware implementation of a stochastic two-dimensional neuron model
Grassia, Filippo ; Kohno, T ; Levi, Timothée
Dans : Journal of Physiology - Paris
https://hal.archives-ouvertes.fr/hal-01562687

2016


Generation of Locomotor-Like Activity in the Isolated Rat Spinal Cord Using Intraspinal Electrical Microstimulation Driven by a Digital Neuromorphic CPG
Joucla, Sébastien ; Ambroise, Matthieu ; Levi, Timothée ; Lafon, Thierry ; Chauvet, Philippe ; Saïghi, Sylvain ; Bornat, Yannick ; Lewis, Noëlle ; Renaud, Sylvie ; Yvert, Blaise
Dans : Frontiers in Neuroscience
https://hal.archives-ouvertes.fr/hal-01562686

2015


Digital Spiking Neural Network for closed-loop systems
Levi, Timothée ; Ambroise, Matthieu ; Grassia, Filippo ; Kohno, Takashi ; Saïghi, Sylvain
Dans : Seisan Kenkyu
https://hal.archives-ouvertes.fr/hal-01227591

Plasticity in memristive devices for spiking neural networks
Saïghi, S. ; Mayr, C.G. ; Serrano-Gotarredona, T. ; Schmidt, H. ; Lecerf, G. ; Tomas, J. ; Grollier, J. ; Boyn, S. ; Vincent, A.F. ; Querlioz, D. ; La Barbera, S. ; Alibart, F. ; Vuillaume, Dominique ; Bichler, O. ; Gamrat, C. ; Linares-Barranco, B.
Dans : Frontiers in Neuroscience
https://hal-cea.archives-ouvertes.fr/cea-01846866

2014


Silicon neuron: digital hardware implementation of the quartic model
Grassia, Filippo ; Levi, Timothée ; Saighi, Sylvain ; Kohno, Takashi
Dans : Journal of Artificial Life and Robotics
https://hal.archives-ouvertes.fr/hal-01227599

2013


Real-time biomimetic Central Pattern Generators in an FPGA for hybrid experiments.
Ambroise, Matthieu ; Levi, Timothée ; Joucla, Sébastien ; Yvert, Blaise ; Saïghi, Sylvain
Dans : Frontiers in Neuroscience
https://hal.archives-ouvertes.fr/hal-00956624

2012


Bifurcation analysis in a silicon neuron
Grassia, Filippo ; Levi, Timothée ; Saïghi, Sylvain ; Kohno, Takashi
Dans : Journal of Artificial Life and Robotics
https://hal.archives-ouvertes.fr/hal-00766340

2011


Automated Parameter Estimation of the Hodgkin-Huxley Model Using the Differential Evolution Algorithm: Application to Neuromimetic Analog Integrated Circuits
Buhry, Laure ; Grassia, Filippo ; Giremus, Audrey ; Grivel, Eric ; Renaud, Sylvie ; Saïghi, Sylvain
Dans : Neural Computation
https://hal.archives-ouvertes.fr/hal-00625448

Tunable neuromimetic integrated system for emulating cortical neuron models.
Grassia, Filippo ; Buhry, Laure ; Levi, Timothée ; Tomas, Jean ; Destexhe, Alain ; Saïghi, Sylvain
Dans : Frontiers in Neuroscience
https://hal.archives-ouvertes.fr/hal-00684091

2010


Real-Time Simulation of Biologically Realistic Stochastic Neurons in VLSI
Chen, Hsin ; Saïghi, Sylvain ; Buhry, Laure ; Renaud, Sylvie
Dans : IEEE Transactions on Neural Networks
https://hal.archives-ouvertes.fr/hal-00551652
Communication dans un congrès → 46 Voir

2019


Réseaux de neurones artificiels biomimétiques pour de la bio-hybridation
Khoyratee, Farad ; Grassia, Filippo ; Saïghi, Sylvain ; Levi, Timothée
Dans : Journées Francophones de la Recherche JFR 2019, Tokyo (Japan)
https://hal.archives-ouvertes.fr/hal-02893061

Biomimetic Spiking Neural Network (SNN) Systems for ‘In Vitro’ Cells Stimulation
Khoyratee, Farad ; Nishikawa, Stephany Mai ; Zhongyue, Luo ; Kim, Soo Hyeon ; Saïghi, Sylvain ; Fujii, Teruo ; Ikeuchi, Yoshiho ; Aihara, Kazuyuki ; Levi, Timothée
Dans : 2019 IEEE International Symposium on Circuits and Systems (ISCAS), Sapporo (Japan)
https://hal.archives-ouvertes.fr/hal-02484011

Low power and massively parallel simulation of oscillatory biochemical networks on FPGA
Le Thanh, Serge ; Lobato-Dauzier, Nicolas ; Khoyratee, Farad ; Beaubois, Romain ; Fujii, Teruo ; Genot, Anthony ; Levi, Timothée
Dans : 2019 IEEE Biomedical Circuits and Systems Conference (BioCAS), Nara (Japan)
https://hal.archives-ouvertes.fr/hal-02406013

Learning from slow Dynamic Vision Sensor inputs with a hardware memristor-based Spiking Neural Network
Lewden, Pierre ; Meyer, Charly ; Vincent, Adrien ; Tomas, Jean ; Saïghi, Sylvain
Dans : GDR BioComp, Lille (France)
https://hal.archives-ouvertes.fr/hal-02527452

Hardware Spiking Neural Networks: Slow Tasks Resilient Learning with Longer Term-Memory Bits
Lewden, Pierre ; Vincent, Adrien ; Meyer, Charly ; Tomas, Jean ; Siami, Shidoush ; Saïghi, Sylvain
Dans : 2019 IEEE Biomedical Circuits and Systems Conference (BioCAS), Nara (Japan)
https://hal.archives-ouvertes.fr/hal-02487821

Neural Network for ultra-low power and real time computation
Meyer, Charly ; Lewden, Pierre ; Vincent, Adrien ; Tomas, Jean ; Saïghi, Sylvain
Dans : GDR BioComp, Lille (France)
https://hal.archives-ouvertes.fr/hal-02527440

BIOMIMETIC SPIKE-TIMING BASED IONIC MICROSTIMULATION FOR NEURON CULTURE
Nishikawa, Stephany ; Khoyratee, Farad ; Kim, Soo ; Ikeuchi, Yoshiho ; Aihara, Kazuyuki ; Fujii, Teruo ; Levi, Timothée
Dans : ICAROB, Beppu (Japan)
https://hal.archives-ouvertes.fr/hal-02484012

2018


NEUROMIMETIC STIMULATION APPLIED ON CEREBRAL ORGANOIDS
Khoyratee, Farad ; Zhongyue, Luo ; Volette, Carole-Anne ; Benneteau, Thomas ; Beaubois, Romain ; Lange, Corentin ; Aihara, Kazuyuki ; Fujii, Teruo ; Ikeuchi, Yoshiho ; Levi, Timothée
Dans : 10th International Symposium on Microchemistry and Microsystems (ISMM 2018), Busan (South Korea)
https://hal.archives-ouvertes.fr/hal-02484019

BIO-HYBRID EXPERIMENTS USING TUNABLE REAL-TIME BIOMIMETIC NEURAL NETWORK
Khoyratee, Farad ; Benneteau, Thomas ; Tixier-Mita, Agnès ; Saïghi, Sylvain ; Levi, Timothée
Dans : 10th International Symposium on Microchemistry and Microsystems (ISMM 2018), Busan (South Korea)
https://hal.archives-ouvertes.fr/hal-02484017

Real-time digital implementation of HH neural network on FPGA: cortical neuron simulation
Khoyratee, Farad ; Saïghi, Sylvain ; Levi, Timothée
Dans : 23th International Conference on Artificial Life and Robotics, ICAROB 2018, Beppu (Japan)
https://hal.archives-ouvertes.fr/hal-01709432

Low-power spiking neural network with memristive synapses
Meyer, Charly ; Saïghi, Sylvain ; Tomas, Jean
Dans : GDR BioComp, Bordeaux, 2018., Bordeaux (France)
https://hal.archives-ouvertes.fr/hal-02527460

Verilog-A model of ferroelectric memristors dedicated to neuromorphic design
Meyer, Charly ; Chanthbouala, André ; Boyn, Sören ; Tomas, Jean ; Garcia, Vincent ; Bibes, Manuel ; Fusil, Stéphane ; Grollier, Julie ; Saïghi, Sylvain
Dans : 2018 25th IEEE International Conference on Electronics, Circuits and Systems (ICECS), Bordeaux (France)
https://hal.archives-ouvertes.fr/hal-02527258

Biohybrid system with spiking neural network and ionic microstimulation microfluidic chip
Nishikawa, Stephany Mai ; Khoyratee, Farad ; Luo, Zhongyue ; Kim, Soo Hyeon ; Aihara, Kazuyuki ; Ikeuchi, Yoshiho ; Fujii, Teruo ; Levi, Timothée
Dans : Joint French Japanese technology and bioengineering against liver disorders, CNRS JSPS Workshop, Tokyo (Japan)
https://hal.archives-ouvertes.fr/hal-02893060

NEURO-HYBRID SYSTEM WITH SPIKING NEURAL NETWORK AND BIOMIMETIC IONIC MICRO-STIMULATION
Nishikawa, Stephany ; Khoyratee, Farad ; Luo, Zhongyue ; Shiraishi, Toshiharu ; Aihara, Kazuyuki ; Ikeuchi, Yoshiho ; Kim, Soo ; Fujii, Teruo ; Levi, Timothée
Dans : MicroTAS, Kaoshiung (Taiwan)
https://hal.archives-ouvertes.fr/hal-02484015

2017


Biomimetic neural network for modifying biological dynamics during hybrid experiments
Ambroise, Matthieu ; Buccelli, Stefano ; Grassia, Filippo ; Pirog, Antoine ; Bornat, Yannick ; Chiappalone, Michela ; Levi, Timothée
Dans : 22th International Symposium on Artificial Life and Robotics, Beppu (Japan)
https://hal.archives-ouvertes.fr/hal-01567497

Spike pattern recognition using artificial neuron and Spike-Timing-Dependent Plasticity implemented on a multi-core embedded platform
Grassia, Filippo ; Levi, Timothée ; Doukkali, E ; Kohno, T
Dans : 22th International Symposium on Artificial Life and Robotics, Beppu (Japan)
https://hal.archives-ouvertes.fr/hal-01567495

FPGA Implementation of the Hodgkin-Huxley Model for Neurological Disease study
Khoyratee, Farad ; Levi, Timothée ; Saïghi, Sylvain
Dans : JJC ICON, Bordeaux (France)
https://hal.archives-ouvertes.fr/hal-01709427

Implémentation du modèle de Hodgkin-Huxley sur FPGA pour l’étude des maladies neurodégénératives
Khoyratee, Farad ; Saighi, Sylvain ; Levi, Timothée
Dans : Journées Francophones de la Recherche JFR 2017, Tokyo (Japan)
https://hal.archives-ouvertes.fr/hal-01709425

FPGA Implementation of the Hodgkin-Huxley Model for Neurological Disease study
Khoyratee, Farad ; Levi, Timothée ; Saïghi, Sylvain
Dans : The 2nd International Symposium on Neuromorphic, non-linear, Neurofluidic Engineering, ISNNE, Bordeaux (France)
https://hal.archives-ouvertes.fr/hal-01567567

Digital implementation of Hodgkin-Huxley neuron model for neurological diseases studies
Levi, Timothée ; Khoyratee, Farad ; Saïghi, Sylvain ; Ikeuchi, Yoshiho
Dans : 22th International Symposium on Artificial Life and Robotics, Beppu (Japan)
https://hal.archives-ouvertes.fr/hal-01567496

Spike pattern recognition using biomimetic Spiking Neural Network
Nanami, Takuya ; Grassia, Filippo ; Blanco, Manuel ; Aihara, Kazuyuki ; Kohno, Takashi ; Levi, Timothée
Dans : SWARM 2017, Kyoto (Japan)
https://hal.archives-ouvertes.fr/hal-01709428

2016


Stimulation strategies for neurons and fibres Connecting biological and artificial neural networks
Buccelli, Stefano ; Tessadori, Jacopo ; Bornat, Yannick ; Pasquale, Valentina ; Ambroise, Matthieu ; Levi, Timothée ; Massobrio, Paolo ; Chiappalone, Michela
Dans : 10th International Meeting on Substrate-Integrated Microelectrode Arrays (MEA 2016), Reutlingen (Germany)
https://hal.archives-ouvertes.fr/hal-01567554

Digital Biomimetic Spiking Neural Network for closed-loop systems
Levi, Timothée ; Ambroise, Matthieu ; Saïghi, Sylvain
Dans : GDR MultiElectrode systems for Neuroscience, Autrans (France)
https://hal.archives-ouvertes.fr/hal-02527547

2014


Leech heartbeat neural network on FPGA
Ambroise, Matthieu ; Levi, Timothée ; Saighi, Sylvain
Dans : Journées NeuroSTIC 2014, Paris (France)
https://hal.archives-ouvertes.fr/hal-01227640

Biomimetic CPG on FPGA for hybrid experiments
Ambroise, Matthieu ; Levi, Timothée ; Saighi, Sylvain
Dans : International Symposium on Neuromorphic and Non-linear Engineering, ISNNE, Tokyo (Japan)
https://hal.archives-ouvertes.fr/hal-01227627

Biorealistic Spiking Neural Network on FPGA
Ambroise, Matthieu ; Levi, Timothée ; Bornat, Yannick ; Saighi, Sylvain
Dans : Information Sciences and Systems (CISS), 2013 47th Annual Conference on, Baltimore (United States)
https://hal.archives-ouvertes.fr/hal-00956630

Silicon neuron: digital hardware implementation of the quartic model
Grassia, Filippo ; Levi, Timothée ; Kohno, Takashi ; Saïghi, Sylvain
Dans : International Symposium on Artificial Life and Robotics, Beppu (Japan)
https://hal.archives-ouvertes.fr/hal-00956628

Silicon neuron dedicated to memristive spiking neural networks
Lecerf, Gwendal ; Tomas, Jean ; Boyn, Sören ; Girod, Stéphanie ; Mangalore, Ashwin ; Grollier, Julie ; Saïghi, Sylvain
Dans : Circuits and Systems (ISCAS), 2014 IEEE International Symposium on, Melbourne (Australia)
https://hal.archives-ouvertes.fr/hal-01093162

Biomimetic neural networks for hybrid experiments
Levi, Timothée ; Ambroise, Matthieu ; Grassia, Filippo ; Malot, Olivia ; Saighi, Sylvain ; Bornat, Yannick ; Tomas, Jean ; Renaud, Sylvie
Dans : International Symposium on Neuromorphic and Non-linear Engineering, ISNNE, Tokyo (Japan)
https://hal.archives-ouvertes.fr/hal-01227638

Biomimetic CPGs for robotic applications
Levi, Timothée ; Ambroise, Matthieu ; Grassia, Filippo ; Saïghi, Sylvain ; Kohno, Takashi ; Kinoshita, H. ; Fujii, T.
Dans : International Symposium on Artificial Life and Robotics, Beppu (Japan)
https://hal.archives-ouvertes.fr/hal-00956627

2013


Leech Heartbeat Neural Network on FPGA
Ambroise, Matthieu ; Levi, Timothée ; Saïghi, Sylvain
Dans : Living Machine, Londres (United Kingdom)
https://hal.archives-ouvertes.fr/hal-00956629

In vitro experimental and theoretical studies to restore lost neuronal functions: the Brain Bow experimental framework
Bonifazi, Paolo ; Massobrio, Paolo ; Levi, Timothée ; Difato, Francesco ; Breschi, Gian L ; Pasquale, V. ; Goldin, Miri ; Ambroise, Matthieu ; Bornat, Yannick ; Tedesco, Mariateresa ; Bisio, Marta ; Frega, Marta ; Tessadori, Jacopo ; Nowak, P. ; Grassia, Filippo ; Kanner, Sivan ; Ronit, G. ; Renaud, Sylvie ; Martinoia, Sergio ; Taverna, Stefano ; Chiappalone, Michela
Dans : 6th International IEEE EMBS Conference on Neural Engineering, (United States)
https://hal.archives-ouvertes.fr/hal-00966013

Bifurcation analysis in a silicon neuron
Grassia, Filippo ; Levi, Timothée ; Saïghi, Sylvain ; Kohno, Takashi
Dans : International Symposium on Artificial Life and Robotics, Beppu (Japan)
https://hal.archives-ouvertes.fr/hal-00775856

Generation of Locomotor-Like Activity in the Isolated Rat Spinal Cord by Electrical Microstimulations Driven by an Artificial CPG
Joucla, Sébastien ; Ambroise, Matthieu ; Levi, Timothée ; Lafon, Thierry ; Chauvet, P. ; Rousseau, L. ; Lissorgues, Gaelle ; Saïghi, Sylvain ; Bornat, Yannick ; Lewis, Noëlle ; Renaud, Sylvie ; Yvert, Blaise
Dans : GDR multielectrode systems & signal processing for neuroscience, (France)
https://hal.archives-ouvertes.fr/hal-00966014

Generation of Locomotor-Like Activity in the Isolated Rat Spinal Cord by Electrical Microstimulations Driven by an Artificial CPG
Joucla, Sébastien ; Ambroise, Matthieu ; Levi, Timothée ; Lafon, Thierry ; Chauvet, P. ; Rousseau, L. ; Lissorgues, Gaelle ; Saïghi, Sylvain ; Bornat, Yannick ; Lewis, Noëlle ; Renaud, Sylvie ; Yvert, Blaise
Dans : 6th International IEEE EMBS Conference on Neural Engineering, (United States)
https://hal.archives-ouvertes.fr/hal-00966012

Réseau de Neurones Impulsionnels avec Synapses Memristives
Lecerf, Gwendal ; Tomas, Jean ; Saïghi, Sylvain
Dans : GDR SoC-SiP, Lyon (France)
https://hal.archives-ouvertes.fr/hal-00977884

Conception d'un réseau de neurones du cœur de sangsue
Levi, Timothée ; Ambroise, Matthieu ; Grassia, Filippo ; Kohno, Takashi
Dans : Journées Francophones de la Recherche JFR 2013, (Japan)
https://hal.archives-ouvertes.fr/hal-00966010

2011


A Neuromimetic Spiking Neural Network for Simulating Cortical Circuits
Grassia, Filippo ; Levi, Timothée ; Tomas, Jean ; Renaud, Sylvie ; Saïghi, Sylvain
Dans : 45th Annual Conference on Information Sciences ans Systems, Baltimore (United States)
https://hal.archives-ouvertes.fr/hal-00597648

2009


Automated Tuning of Analog Neuromimetic Integrated Circuits
Buhry, L. ; Saïghi, S. ; Giremus, A. ; Grivel, E. ; Renaud, S.
Dans : Conference on Biomedical Circuits and Systems, Beijing (China)
https://hal.archives-ouvertes.fr/hal-00438269

New variants of the Differential Evolution algorithm: application for neuroscientists
Buhry, Laure ; Giremus, Audrey ; Grivel, Eric ; Saïghi, Sylvain ; Renaud, S.
Dans : European Signal Processing conference, EUSIPCO, Glasgow (United Kingdom)
https://hal.archives-ouvertes.fr/hal-00400824

Adjusting Neuron Models in Neuromimetic ICs using the Differential Evolution Algorithm
Buhry, Laure ; Saïghi, Sylvain ; Ben Salem, Wajdi ; Sylvie Renaud, And
Dans : 4th IEEE EMBS Conference on Neural Engineering, Antalya (Turkey)
https://hal.archives-ouvertes.fr/hal-00381814

2008


Parameter estimation of the Hodgkin-Huxley model using metaheuristics: application to neuromimetic analog integrated circuits
Buhry, Laure ; Saïghi, Sylvain ; Giremus, Audrey ; Grivel, Eric ; Renaud, Sylvie
Dans : Biomedical Circuits and Systems Conference (BIOCAS), Baltimore (United States)
https://hal.archives-ouvertes.fr/hal-00347187

Estimation des paramétres du modéle d'Hodgkin-Huxley par des métaheuristiques
Buhry, Laure ; Saighi, Sylvain ; Giremus, Audrey ; Grivel, Eric ; Renaud, Sylvie
Dans : Deuxième conférence française de Neurosciences Computationnelles, "Neurocomp08", Marseille (France)
https://hal.archives-ouvertes.fr/hal-00331588

Réglage de paramètres neuronaux par des techniques de “voltage-clamp” sur des ICs neuromimétiques
Buhry, Laure ; Saïghi, Sylvain
Dans : JNRDM 2008, (France)
https://hal.archives-ouvertes.fr/hal-00288475

Weights Convergence and Spikes Correlation in an Adaptive Neural Network Implemented on VLSI
Daouzli, Adel ; Saïghi, Sylvain ; Buhry, Laure ; Bornat, Yannick ; Renaud, Sylvie
Dans : Bio-inspired Systems and Signal Processing (BIOSIGNALS), (France)
https://hal.archives-ouvertes.fr/hal-00288431

Adjusting the Neurons Models in Neuromimetic ICs using the Voltage-Clamp Technique
Saïghi, S. ; Buhry, L. ; Bornat, Y. ; N'Kaoua, G. ; Tomas, J. ; Renaud, S.
Dans : InternationaI Symposium on Circuits And Systems 2008 (ISCAS08), Seattle (United States)
https://hal.archives-ouvertes.fr/hal-00288432
Conférences invitées → 1 Voir

2013


Excitatory and Inhibitory Memristive Synapses for Spiking Neural Networks
Lecerf, Gwendal ; Tomas, Jean ; Saïghi, Sylvain
Dans : IEEE International Symposium on Circuits and Systems, (China)
https://hal.archives-ouvertes.fr/hal-00975440
Chapitres d'ouvrages scientifiques → 1 Voir

2015


Biomimetic technologies Principles and Applications
Ambroise, Matthieu ; Levi, Timothée ; Saighi, Sylvain
https://hal.archives-ouvertes.fr/hal-01227602
Brevets → 1 Voir

2013


Organe à neurone artificiel et memristor
Saïghi, Sylvain ; Tomas, Jean ; Lecerf, Gwendal
https://hal.archives-ouvertes.fr/hal-00977874
Theses → 7 Voir

2021


Conception of neural networks on silicon using memristive synapses : application to image processing
Meyer, Charly
https://tel.archives-ouvertes.fr/tel-03556410

2019


Design of a modular biomimetic neural network for the study of neurodegenerative diseases
Khoyratee, Farad
https://tel.archives-ouvertes.fr/tel-02898185

Design of a modular biomimetic neural network for the study of neurodegenerativediseases
Khoyratee, Farad
https://hal.archives-ouvertes.fr/tel-02527385

2015


Hybridization of neural network: from network design to neuromorphic system interoperability
Ambroise, Matthieu
https://hal.archives-ouvertes.fr/tel-02527419

2014


Development of a silicon spiking neural network with memristives synapses
Lecerf, Gwendal
https://tel.archives-ouvertes.fr/tel-01137492

2013


Silicon neural networks : implementation of cortical cells to improve the artificial-biological hybrid technique
Grassia, Filippo Giovanni
https://tel.archives-ouvertes.fr/tel-00789406

2010


Estimation de paramètres de modèles de neurones biologiques sur une plate-forme de SNN (Spiking Neural Network) implantés "in silico"
Buhry, Laure
https://tel.archives-ouvertes.fr/tel-00561396