بررسی مدل های ANN قابل پیاده سازی روی FPGA
Publish place: 15th Annual Conference of Computer Society of Iran
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,884
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSICC15_302
تاریخ نمایه سازی: 26 مهر 1388
Abstract:
پیاده سازی شبکه عصبی برروی دستگاه FPGA دارای دقت تقریبا واقعی می باشد FPGA براساس معماری محاسباتی و با قابلیت پیکربندی مجدد بوده و برای پیاده سازی شبکه های عصبی مصنوعی (ANN) مناسب می باشد چون ساختار موازی FPGA ها منطبق بر توپولوژی ANN ها می باشد در این مقاله بعضی از نتایج بدست آمده از تحلیلهای کمی شبکه های عصبی مصنوعی عرضه شده است سه مدل از شبکه های عصبی مصنوعی (MLP,CMAC,ADAM) جهت پیاده سازی سخت افزاری در دستگاه FPGA برروی داده گل سوسن بررسی و ارزیابی شده است و در این بین حافظه ی انجمنی پیشرفته توزیع شده (ADAM) به عنوان مدل برگزیده برای پیاده سازی سخت افزاری روی FPGA پیشنهاد شده است.
Authors
مسلم تقی زاده
دانشگاه جامع امام حسین(ع)
رضا حق مرام
دانشگاه جامع امام حسین(ع)
شکراله محمدی نیا
دانشگاه جامع امام حسین(ع)
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :