Publisher's Synopsis
Notre manuscrit se place dans le cadre de l'optimisation algorithmique et architecturale des algorithmes neuronaux. En fait, notre objectif est de proposer une approche de conception d'architecture d�di�e en temps r�el, int�grant entre autres une �tape d'optimisation automatique de l'implantation d'un r�seau de neurones. L'id�e est d'adopter une approche de prototypage d'implantation sur circuits reconfigurables des r�seaux de neurones � apprentissage supervis� Learning Vector Quantization LVQ tout en essayant de garder le fonctionnement parall�le des neurones artificiels. Afin d'atteindre notre objectif, la mise en oeuvre de cette d�marche est assur� par l'outil de d�veloppement Altium Designer et la NanoBoard 3000 int�grant un FPGA de la famille Xilinx XC3S1400AN.