Judy Najnudel, doctorante dans l'équipe S3AM, STMS (Ircam, Sorbonne Université, CNRS, ministère de la Culture) sous la direction de Thomas Hélie et des co-encadrants : David Roze, STMS, et Rémy Muller, UVI, soutiendra en anglais le 1er juillet à 14H30 :
"Power-Balanced Modeling of Nonlinear Electronic Components and Circuits for Audio Effects »
devant le jury :
Bernhard Maschke - Rapporteur - Professeur, Université Lyon 1
Udo Zölzer - Rapporteur - Professeur, Université Helmut Schmidt de Hambourg
Benoît Fabre - Examinateur - Professeur, Sorbonne Université
Antoine Falaize - Examinateur - Ingénieur de recherche, Université de La Rochelle
Stefania Serafin - Examinatrice - Professeure, Université de Aalborg
Thomas Hélie - Directeur de thèse - DR CNRS, STMS
David Roze - Co-encadrant - CR CNRS, STMS
Invités : Rémy Müller (UVI) et Manuel Schaller (TU Ilmenau)
Résumé :
Cette thèse porte sur la modélisation de composants électroniques non linéaires pour la simulation de circuits analogiques audio. Notre but est de proposer des modèles à la fois suffisamment sophistiqués pour que les simulations sonnent de façon réaliste, et demeurant assez simples pour permettre l'accès au temps réel.
À cette fin, nous explorons deux approches, toutes deux fondées sur le formalisme des Systèmes Hamiltoniens à Ports (SHP). En effet, ce formalisme préserve la passivité et le bilan de puissance du système, ce qui, couplé à des méthodes numériques ad hoc, garantit la stabilité des simulations.
La première approche est orientée "boîte blanche" : on suppose la topologie du circuit connue et on se concentre sur la modélisation de composants spécifiques, à savoir les bobines ferromagnétiques (présentes dans les pédales wah-wah et les amplis guitare) et les opto-isolateurs (présents dans les trémolos et les compresseurs optiques).
Les modèles proposés sont issus de la physique, passifs, modulaires, et utilisables en temps réel.
La deuxième approche est orientée "boîte grise" : on cherche à retrouver la topologie et les lois constitutives d'un circuit à partir de mesures. L'apprentissage est informé par une structure SHP sous-jacente, et les non-linéarités sont traitées au moyen de noyaux reproduisants. Ainsi, on impose certaines propriétés physiques indispensables, tout en autorisant une large gamme de comportements non linéaires. Le modèle obtenu est interprétable et nécessite moins de paramètres comparé à un modèle issu de réseaux de neurones profonds.
Enfin, une généralisation de cette approche pour une plus grand classe de circuits est esquissée à travers l'introduction de l'opérateur de Koopman.