<b>Qu&#39;est-ce que l&#39;ing&eacute;nierie neuromorphique</b><br />L&#39;informatique neuromorphique et l&#39;ing&eacute;nierie neuromorphique sont deux termes qui font r&eacute;f&eacute;rence &agrave; la m&ecirc;me chose&nbsp;: l&#39;utilisation de syst&egrave;mes d&#39;int&eacute;gration &agrave; tr&egrave;s grande &eacute;chelle (VLSI) qui incorporent des circuits &eacute;lectriques analogiques pour simuler les structures neurobiologiques que l&#39;on trouve dans le syst&egrave;me nerveux. Tout appareil &eacute;lectronique qui effectue des calculs &agrave; l&#39;aide de neurones artificiels mis en &oelig;uvre en tant que structures physiques est appel&eacute; ordinateur ou puce neuromorphique. R&eacute;cemment, le mot &quot;neuromorphe&quot; a &eacute;t&eacute; utilis&eacute; pour d&eacute;signer des VLSI analogiques, num&eacute;riques, analogiques/num&eacute;riques en mode mixte et des syst&egrave;mes logiciels qui incarnent des mod&egrave;les de syst&egrave;mes c&eacute;r&eacute;braux. Cette utilisation du terme est devenue plus courante. Pour actualiser la mise en &oelig;uvre de l&#39;informatique neuromorphique au niveau mat&eacute;riel, les memristors &agrave; base d&#39;oxyde, la m&eacute;moire spintronique, les commutateurs de seuil et les transistors sont quelques-uns des composants qui peuvent &ecirc;tre utilis&eacute;s. La formation de syst&egrave;mes neuromorphiques bas&eacute;s sur des logiciels de r&eacute;seaux de neurones &agrave; pointes peut &ecirc;tre r&eacute;alis&eacute;e gr&acirc;ce &agrave; l&#39;utilisation de la r&eacute;tropropagation d&#39;erreurs, par exemple gr&acirc;ce &agrave; l&#39;utilisation de cadres bas&eacute;s sur Python comme snnTorch, ou gr&acirc;ce &agrave; l&#39;utilisation de r&egrave;gles d&#39;apprentissage canoniques de la litt&eacute;rature sur l&#39;apprentissage biologique, par exemple via l&#39;utilisation de BindsNet.<br /><b>Comment vous en b&eacute;n&eacute;ficierez</b><br />(I)&nbsp;Insights et validations sur les sujets suivants&nbsp;:<br />Chapitre 1&nbsp;: Ing&eacute;nierie neuromorphique<br />Chapitre 2&nbsp;: Neurone artificiel<br />Chapitre 3&nbsp;: Informatique bio-inspir&eacute;e<br />Chapitre 4&nbsp;: Steve Furber<br />Chapitre 5&nbsp;: Carver Mead<br />Chapitre 6&nbsp;: R&eacute;seau de neurones r&eacute;current<br />Chapitre 7&nbsp;: R&eacute;seau de neurones<br />Chapitre 8&nbsp;: Ordinateur Wetware<br />Chapitre 9 : Mod&eacute;lisation neurog&eacute;n&eacute;tique computationnelle<br />Chapitre 10&nbsp;: R&eacute;seau de neurones &agrave; pic<br />Chapitre 11&nbsp;: Neurorobotique<br />Chapitre 12&nbsp;: Misha Mahowald<br />Chapitre 13&nbsp;: Memristor<br />Chapitre 14&nbsp;: R&eacute;seau de neurones physiques<br />Chapitre 15&nbsp;: NON MFET<br />Chapitre 16&nbsp;: Massimiliano Versace<br />Chapitre 17&nbsp;: Kwabena Boahen<br />Chapitre 18&nbsp;: SpiNNaker<br />Chapitre 19&nbsp;: Ordinateur cognitif<br />Chapitre 20&nbsp;: Glossaire de l&#39;intelligence artificielle<br />Chapitre 21&nbsp;: Hai Li<br />(II) R&eacute;pondre aux principales questions du public sur l&#39;ing&eacute;nierie neuromorphique.<br />(III) Exemples concrets d&#39;utilisation de l&#39;ing&eacute;nierie neuromorphique dans de nombreux domaines.<br />(IV) 17&nbsp;annexes pour expliquer bri&egrave;vement 266&nbsp;technologies &eacute;mergentes dans chaque industrie afin d&#39;avoir une compr&eacute;hension compl&egrave;te &agrave; 360&nbsp;degr&eacute;s de l&#39;ing&eacute;nierie neuromorphique&quot; technologies.<br /><b>&Agrave; qui s&#39;adresse ce livre</b><br />Professionnels, &eacute;tudiants de premier cycle et des cycles sup&eacute;rieurs, passionn&eacute;s, amateurs et ceux qui souhaitent aller au-del&agrave; des connaissances ou des informations de base pour tout type d&#39;ing&eacute;nierie neuromorphique.