Soutenance de thèse d'Hugo TESSIER

Résumé : A l’état de l’art dans de nombreux domaines tels que la vision par ordinateur, les réseaux à convolution sont devenus indispensables pour de nombreux types d'applications industrielles, comme la conception de véhicules autonomes – qui est l’une des ambitions de Stellantis. Toutefois, les réseaux de neurones peuvent présenter une grande complexité algorithmique, couplée à une importante empreinte mémoire, ce qui les rend potentiellement inutilisables sur le type de matériel embarqué que l’on peut trouver dans ces véhicules. Afin de réduire cette complexité, tout en conservant la performance d’origine le domaine de la compression de réseaux de neurones a proposé plusieurs types de méthodes, comme l’élagage qui vise à simplifier les réseaux en retirant des parties jugées inutiles. Cependant, derrière ce principe simple se cache en réalité de nombreuses considérations beaucoup plus subtiles ayant chacune de lourdes implications sur l’efficacité d’une telle méthode. Afin de mettre au clair toute la complexité insoupçonnée de l’élagage et de répondre à la question de son efficacité réelle, ce manuscrit aborde chaque aspect de la méthode de façon thématique et en discute à la fois les fondements théoriques et les conséquences pratiques. Il détaille également les implications académiques et industrielles de plusieurs contributions de cette thèse, portant notamment sur la suppression de paramètres, les interdépendances entre couches et l’efficacité énergétique des réseaux élagués.