VisionDévelopper les technologies du monde qui vientL’institut conduit des programmes de R&D, de diffusion technologique et de développement du capital humain au bénéfice de la compétitivité durable de la filière microélectronique. À propos Programmes Smart Imager Displed PAC-G: Platform for Advanced Characterisation Grenoble Photonic Sensors Q-Loop Pulse Carac Diffusion technologique Capital humain et ingénierie de formation Actualités Toutes les actualités Développement durable Les travaux Nanoelec présentés à END’25 A Nanoelec, nous sommes fiers que nos équipiers.équipières aient pu présenter leurs découvertes, leurs résultats et leurs créations au cours de la deuxième édition du Symposium pour l’électronique durable, le 16 décembre 2025 (END’25). 11/02/2026 Confiance numérique Au-delà de HistoTrust : une alerte basée sur la blockchain en cas de falsification d’un réseau neuronal embarqué dans un contexte multi-agents Une intrusion dans le réseau opérationnel d’un site de production peut provoquer des perturbations significatives, affectant la productivité, la fiabilité et la qualité. La présence de réseaux de neurones embarqués (NN), tels que des classificateurs, dans des dispositifs physiques ouvre la voie à de nouveaux vecteurs d’attaque, tandis que le règlement sur l’intelligence artificielle exige que le comportement des réseaux de neurones soit explicable. 28/01/2026 Caractérisation avancée [Workshop] Nanoelec supports G-Radnext The Workshop for Industry on Radiation Hardness Testing of Semiconductor Devices and Systems 23/01/2026 Confiance numérique [REPLAY] #Cybersécurité : Peut-on faire confiance à l’IA collaborative ? Focus sur les attaques backdoor Les grands modèles de fondations (comme les LLM – Large Language Model) permettent de réaliser de nombreuses tâches à partir d’un préapprentissage réalisé sur d’immenses quantités de données (upstream tasks). Ces modèles sont ensuite « adaptés » pour réaliser des tâches plus spécifiques à partir d’ensembles de données plus restreints (downstream tasks). L’apprentissage fédéré est une solution frugale et agile qui permet à plusieurs clients d’adapter collaborativement ces modèles sans partager leurs données qui peuvent être privées. 20/01/2026 Toutes les actualitésProchains événements 06mai202607mai2026 G-Radnext 2026 01avr202602avr2026 #NRTW : National Reliability Technology Workshop Voir tous les événementsRapports publics Tous les rapports Rapport public 2025 Toward sovereignty & sustainability Télécharger le rapportTous les rapportsRejoignez notre newsletterRestez informé des dernières avancées scientifiques et technologiques. Laissez ce champ vide si vous êtes humain : Nos partenaires