|
Tri :
Date de référencement
Editeur
Auteur
Titre
|
Sensing and reconstruction of plenoptic point clouds
Date de publication :
21-05-2025 |
Auteur(s) :
Freitas Davi Rabbouni de Carvalho |
Editeur(s) :
Université de Rennes, Université de Tampere (Finlande) |
Origine de la fiche :
Université de Rennes 1
Cette thèse donne un aperçu de la fonction plénoptique et de la manière dont elle est liée aux contenus volumétriques, par le biais de représentations de scènes plénoptiques. Elle passe en revue les méthodes existantes qui introduisent cette capacité de manière explicite et implicite, sous la forme d’un nuage de points plénoptique (PPC) et de champs de radiance (RF), respectivement. Ces méthodes s...
Référencé le :
12-09-2025
|
|
Efficient low-precision training for deep learning training
Date de publication :
30-04-2025 |
Auteur(s) :
Ben Ali Sami |
Editeur(s) :
Université de Rennes |
Origine de la fiche :
Université de Rennes 1
L’entraînement des réseaux neuronaux profonds (DNN) est très gourmand en ressources de calcul, d’où l’intérêt pour l’arithmétique de basse précision afin d’améliorer l’efficacité. Cette thèse explore de nouvelles approches pour permettre un entraînement efficace en basse précision pour les accélérateurs d’apprentissage profond. Tout d’abord, nous présentons MPTorch-FPGA, une extension de l’environ...
Référencé le :
12-09-2025
|
|
Neural network quantization methods for FPGA on-board processing of satellite images
Date de publication :
18-12-2024 |
Auteur(s) :
Gernigon Cédric |
Editeur(s) :
Université de Rennes |
Origine de la fiche :
Université de Rennes 1
L'apprentissage profond commence à être employé avec succès dans diverses applications spatiales. Cependant, en raison de son empreinte mémoire et de son volume de calcul, la phase d'inférence de nombreux modèles est encore principalement réalisée sur des plateformes terrestres. Des recherches récentes se sont intéressées à la quantification des réseaux de neurones afin de réduire ce volume de cal...
Référencé le :
04-07-2025
|
|
Autonomous exploration of an unknown 3D environment
Date de publication :
24-01-2025 |
Auteur(s) :
Noël Thibault |
Editeur(s) :
Université de Rennes |
Origine de la fiche :
Université de Rennes 1
Ce manuscrit présente les méthodes développées pour permettre l’exploration autonome d’un environnement 3D inconnu par un robot mobile. L’exploration est une tâche transverse, regroupant divers sous-problèmes ; ici, nous nous intéressons en particulier à la planification de trajectoires, essentielle pour la navigation autonome du robot. Nous proposons en particulier deux méthodes nouvelles de cons...
Référencé le :
24-06-2025
|
|
Using HLS to raise the design abstraction level for faster exploration of different CPU Micro-architectures
Date de publication :
18-02-2025 |
Auteur(s) :
Hoseininasab Sara sadat |
Editeur(s) :
Université de Rennes |
Origine de la fiche :
Université de Rennes 1
La conception de circuits complexes, tels que les processeurs, nécessite un prototypage itératif afin d’explorer diverses caractéristiques micro architecturales et d’obtenir des performances optimales. Ce processus repose usuellement sur l’utilisation des langages de description matérielle comme Verilog qui nécessitent beaucoup de travail et sont sujets aux erreurs. Modifier un design impose souve...
Référencé le :
26-05-2025
|
|
Intelligence artificielle pour la détection automatique de translocations chromosomiques : application à la dosimétrie biologique rétrospective basée sur l'imagerie FISH
Date de publication :
16-01-2025 |
Auteur(s) :
Tallon Quentin |
Editeur(s) :
Université de Rennes |
Origine de la fiche :
Université de Rennes 1
L'évaluation précise de la dose est essentielle après une exposition aux rayonnements ionisants, en particulier pour la prise en charge des victimes asymptomatiques. Parmi les méthodes disponibles, la dosimétrie biologique s'appuie sur l'imagerie cytogénétique pour identifier les aberrations chromosomiques dans les lymphocytes. Les aberrations stables, détectables par imagerie par Fluorescence In ...
Référencé le :
06-05-2025
|
|
Methods for robust and efficient vision-based operational modal analysis
Date de publication :
22-10-2024 |
Auteur(s) :
Luo Zhilei |
Editeur(s) :
Université de Rennes |
Origine de la fiche :
Université de Rennes 1
Au cours des dernières décennies, les ouvrages d'art comme les ponts, bâtiments et éoliennes ont été équipées de capteurs pour surveiller leur état. L'analyse modale opérationnelle (OMA) utilise des données passives sans contrôle de la sollicitation mécanique, générée naturellement par l'environnement. Cependant, les capteurs traditionnels sont difficiles à installer et à entretenir, d'où l'intérê...
Référencé le :
25-04-2025
|
|
Enabling accurate simulation of HPC storage systems: methodology and practical techniques
Date de publication :
06-12-2024 |
Auteur(s) :
Monniot Julien |
Editeur(s) :
Université de Rennes |
Origine de la fiche :
Université de Rennes 1
Le domaine du calcul haute performance (HPC) vise à fournir aux scientifiques des systèmes capables de répondre aux exigences d'applications scientifiques complexes. Ces systèmes, les supercalculateurs, sont en constante évolution afin de relever de nouveaux défis et de répondre à de nouvelles exigences. Cependant, bien que la puissance de calcul de ces plateformes soit généralement le principal c...
Référencé le :
24-04-2025
|
|
Engaging motion : exploring the impact of dynamic properties of virtual humans on user perception
Date de publication :
13-12-2024 |
Auteur(s) :
Patotskaya Yuliya |
Editeur(s) :
Université de Rennes |
Origine de la fiche :
Université de Rennes 1
Les environnements de réalité virtuelle (VR) transforment de nombreux domaines en offrant des expériences immersives qui améliorent l'engagement, l'apprentissage et les résultats thérapeutiques. Le mouvement du corps humain joue un rôle essentiel dans la manière dont les individus perçoivent et interagissent avec ces environnements, ce qui rend indispensable la compréhension de son impact pour con...
Référencé le :
22-04-2025
|
|
Resilience-as-a-service for 5G RAN driven by machine learning methods
Date de publication :
23-09-2024 |
Auteur(s) :
Kaada Soumeya |
Editeur(s) :
Université de Rennes |
Origine de la fiche :
Université de Rennes 1
Les réseaux 5G et au-delà doivent offrir une connectivité rapide et fiable. Cependant, la nature du réseau d’accès le rend sujet à des défaillances malgré les mécanismes de fiabilité proposés par les concepteurs systèmes. Dans ce contexte, assurer la résilience des réseaux devient cruciale pour les opérateurs, en particulier pour les applications critiques. La résilience se définit par le caractèr...
Référencé le :
18-04-2025
|
|
