Implementation matérielle de réseau de neurones probabiliste pour une interface myoélectrique embarquée

Abstract

Les objectifs principaux fixé dans le cadre de ce mémoire sont atteints, il consiste à dimensionner un classifier neuronal permettant de différencie 7 mouvement d’un bras et d’implémenter ce dernier sur un circuit logique programmable de type FPGA. Nous avon vue que plusieurs traitement sont successivement appliquer aux signaux SEMG pour qu’il puissent être interprétée. Les deux 1er étape consiste ainsi à l’extraction des caractéristiques les plus discriminantes et réduire leur dimension de représentation. Puis un classifier neuronal est utiliser pour différencie les mouvements du bras. Deux structures de réseaux de neurones on été utilisé comme classifier : le réseau PNN et le réseau MLP. Ces deux architecture on montré leur efficacité pour la séparation des classes des différents mouvements. Néanmoins, leur performance dépende de plusieurs critères :l’emplacement des électrode pour recueillir les signaux SEMG, le type de paramètres utiliser pour la caractérisation des signaux et en fin la dimension des représentation des paramètres ainsi extraie. La technologie basé sur les circuit comme les FPGA à atteint un haut niveau de performance permettant ainsi l’implémentation de réseaux neurones. Les résultats ainsi obtenue démontre la faisabilité de l’implémentation matériel des réseaux PNN. Reste à revoir certain traie de la conception du circuit et augmenté ces performance. Au terme de ce travail, nous estimons que nos efforts ont été récompensés par des résultats assez intéressants qui nous ont permis de nous imprégner de connaissances techniques nouvelles sur la technologie de conception des système embarqué en général contribuant ainsi à notre formation. 67