شماره ركورد كنفرانس :
1030
عنوان مقاله :
شبيه سازي يك شبكه عصبي MLP با قابليت پيكربندي مجدد در زمان اجرا و يادگيري شبكه بصورت online با زبان VHDL
پديدآورندگان :
آبله كوب ميثم نويسنده , آيت اللهي احمد نويسنده
كليدواژه :
دقت وزن ها و اعداد , تابع تحريك , FPGA , شبكه هاي عصبي , الگوريتم يادگيري انتشار به عقب , VHDL
عنوان كنفرانس :
مجموعه مقالات دومين كنفرانس بين المللي برق
چكيده فارسي :
امروزه پياده سازي هاي سخت افزاي شبكه هاي عصبي مساله اي مهم در دنيا بوده و پژوهشهاي زيادي درباره ي آن صورت گرفته است هدف اين مقاله طراحي و شبيه سازي يك شبكه عصبي پرسپترون چندلايه به صورت همه منظوره و پارامترپذير با استفاده از زبان توصيف سخت افزار VHDL است. پارامترهاي اين شبكه مانند تعداد لايه ها و نرونهاي هرلايه توسط كاربر تعيين مي شوند همچنين فاز آموزش شبكه ي ياد شده بصورت برخط اجرا خواهد شد. در شبكه هاي مذكور اعداد مورد استفاده در محاسبات به صورت مميز شناور بيان شده اند و جهت انجام محاسبات مورد نياز در شبكه الگوريتم هاي مميز شناور طراحي شده است. برخلاف ساير پژوهشهاي مشابه دراين پژوهش سعي شده است محدوديتي بر وزنها و ورودي هاي شبكه ي پرسپترون چند لايه ي مورد نظر اعمال نشود. شبيه سازي شبكه ي فوق براي شبكه هاي پرسپترون دولايه تا چهارلايه انجام شده و آزمايش شبكه براي يك كاربرد معمول در شناسايي الگوها كه تفكيك الگوهاي عددي 0 تا 9 است صورت گرفته است.
شماره مدرك كنفرانس :
1913295
