تینا مسعودی - دانشجوی کارشناسی ارشد معماری و شبکه های کامپیوتری
کوروش منوچهری کلانتری - استادیار گروه معماری و شبکه های کامپیوتری
محمد رحمتی - استاد گروه هوش مصنوعی و رباتیک
مرضیه شاه حسینی - دانشجوی کارشناسی ارشد معماری و شبکه های کامپیوتری

انواع مختلف شبکه های عصبی (NN۵s) در انواع کاربردهای یادگیری ماشین مانند پردازش تصویر، تشخیص گفتار، پردازش ویدیو و غیرهبسیار استفاده می شوند، اما با توجه به تعداد محاسبات پیچیده و زیاد، انرژی و فضای زیادی مصرف می کنند. از آنجایی که شبکه های عصبی تحمیل پذیری خطای زیادی دارند، استفاده از محاسبات تصادفی و تقریبی در پیاده سازی آن ها بسیار محبوب است زیرا اگرچه کمی دقت را کاهش می دهند، اما توان و همچنین فضای مصرفی را نیز کاهش می دهند. در این مقاله قصد داریم انواع مختلفی از NN ها را بررسی کنیم که با استفاده از روش های محاسباتی تقریبی و تصادفی پیاده سازی می شوند که در آن انرژی مصرفی کاهش یافته و کارایی سختافزار در مقایسه با کارهایی با روش های محاسباتی دقیق بهبود یافته است

شبکه های عصبی (NN)، محاسبات تصادفی (SC۶)، محاسبات تقریبی