Előadást letölteni
Az előadás letöltése folymat van. Kérjük, várjon
KiadtaBoglárka Székely Megváltozta több, mint 8 éve
1
FPGA-n implementált, sztochasztikus bitfolyam alapú programozható neurális hálózat Rák Ádám Konzulens: Cserey György, Ph.D. 2007 OTDK előadás, kiegészített verzió 2007 eKut PPKE Információs Technológiai Kar
2
Miről lesz szó? ● Bevezető ● Az FPGA-ák működése ● A sztochasztikus bitfolyam ● Neurális hálózatok ● Megvalósítás ● Szimuláció ● Mérés ● Összegzés ● STCNN
3
Motiváció ● Szabályzási feladatot szeretnék megvalósítani robotlábon ● Kis késleltetésü beavatkozás szükséges ● Hogyan tudnánk ideghálót egyszerűen hardverben megvalósítani? ● A mikrovezérlők túl lassúak erre a feladatra, céleszköz szükséges
4
FPGA működése Logikai blokk Huzalozó
5
Sztochasztikus bitfolyam Véletlen bitfolyam Szorzás: ÉS kapu hatása a várható értékre VAGY kapu hatása a várható értékre
6
Sztochasztikus bitfolyam Összeadás közelítése Közelítő összeadó egyenlete
7
Összeadás közelítése A közelítés működik, a „zavar” tagok magasabb hatványon vannak, de túl sok alkatrész A+B „A + B”
8
Neurális hálózatok Előrecsatolt topológia Minden mindennel kapcsolat Idegsejt modell
9
Megvalósítás idegsejt Idegsejt modell
10
Megvalósítás referencia értékek Pszeudo véletlen bitfolyam generátor Referencia bitfolyam generátor E = 0.5
11
Megvalósítás szinapszis Súlyozó logika Implementált programozható súly
12
Megvalósítás hálózat A megvalósított három neuronos idegháló B1B2B3 C A A: Programozó logika B: Neuronok C: Szinapszis mátrix
13
Szimuláció 10 idegsejtes hálózat Oszcilláció stimuláció hatására (alapjelenség) Autonóm oszcilláció
14
Mérés Sztochasztikus viselkedésTelítődés
15
Mérés Egymást követő láncbakötött idegsejtek Sztochasztikus viselkedés Késleltetés 3 E=0.5 2 E<0.5 Külső inger (E=1) 1 E<0.5
16
Összegzés ● Sztochasztikus ideghálózatot sikerült implementálni FPGA- án ● Szimulációnak megfelelően viselkedik a hálózat ● Képes többféleképpen oszcillálni, mozgásminták generálására is lehet használni ● Bizonyos idegsejt (és súly) számig bővíthető, FPGA blokkszámától függően ● A biztonságos működési frekvenciának akár kétszeresével is képes működni
17
STCNN (STochastic-bitstream Cellular Neural Network) RNG & AIC LCCU LMLM STCNN nucleus (LUTs) FSM
Hasonló előadás
© 2024 SlidePlayer.hu Inc.
All rights reserved.