بناء مستوى واطئ الكلّفة لخوارزمية الانتشار العكسي

المؤلفون

  • Ammar A. Hassan قـسم هـندسة الحـاسبـات/ كــلية الهــندسـة / جامـعة بغـداد

الملخص

من أولى التطبيقات الناجحة التي تم نشرُها للشبكات العصبية الاصطناعية (ANNs) كانت قليلة وقبل أكثر من عقد. لذلك حان الوقت لمراجعة التقدّم الذي تم في مجال هذا النوع من البحوث. يمتاز هذا الملخص بتوفير الفكرة الأساسية حول تطبيق أصناف الأنواع المتوفرة للبوابات المرتبة بصيغة صفوف قابلة للبرمجة (FPGAs) لبناء الشبكات العصبية الاصطناعية. تقنيات مختلفة التطبيق وأفكار للتصميم سيتم مناقشتها لاحقاً, مثلاً الحصول على الدالة الفاعلة والمناسبة وتقنية التقليم العددية. كذلك, العمل على تحسين خوارزمية التعلم للتقليل من كلفة بناء الخلية العصبية وبالتالي تقليل الكلفة الكلية وتحسين أداء الشبكة العصبية. وأخيراً, بناء دائرة متكاملة لها السرعة العالية لتميز أشكال الأرقام الإنكليزية من خلال شبكة عصبية اصطناعية لها أربعة طبقات من خلال (70 ) عقدة (خلية عصبية) على رقاقة واحدة باستخدام تقنية Xilinx FPGA.

التنزيلات

تنزيل البيانات ليس متاحًا بعد.

المراجع

[1] M. SKRBEK, “FAST NEURAL NETWORK IMPLEMENTATION”, NEURAL NETWORK WORLD, VOL. VOL. 9, N. NO. 5, PP. 375–391, 1999.
[2] J. G. ELDREDGE, “FPGA DENSITY ENHANCEMENT OF A NEURAL NETWORK THROUGH RUN-TIME RECONFIGURATION”, MASTER’S THESIS, DEPARTMENT OF ELECTRICAL AND COMPUTER ENGINEERING, BRIGHAM YOUNG UNIVERSITY, MAY 1994.
[3] D.E RUMELHART, J.L MCCLELLAND AND PDP RESEARCH GROUP, PARALLEL DISTRUBUTED PROCESSING: EXPLORATIONS IN THE MICROSTRUCTURE OF COGNITION, VOLUME 1: FOUNDATIONS, MIT PRESS, CAMBRIDGE, MASSACHUSETTS, 1986.
[4] A. DEHON, “THE DENSITY ADVANTAGE OF CONFIGURABLE COMPUTING”, IEEE COMPUTER, VOL. 33, N. 5, PP. 41–49, APRIL 2000.
[5] HOLT, J.L., T.E. BAKER. BACK PROPAGATION SIMULATIONS USING LIMITED PRECISION CALCULATIONS, IN PROCEEDINGS OF INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS. 1991. PP 121-126 VOL. 2.
[6] E. K. KNIGHT, “ARTIFICIAL INTELLINGENCE” MCGRAW-HILL NEW YORK, SECOND EDITION, 1991.
[7] XILINX.COM, “VIRTEXTM2.5V FPGAS”, DATA SHEET, WWW.XILINX.COM, MAY 1999.
[8] WOLF, D.F., ROMERO, R. A. F., MARQUES, E. USING EMBEDDED PROCESSORS IN HARDWARE MODELS OF ARTIFICIAL NEURAL NETWORKS. IN PROCEEDINGS OF SBAI - SIMPَSIO BRASILEIRO DE AUTOMAO INTELIGENTE. 2001. PP 78-83.

التنزيلات

منشور

03/01/2007

كيفية الاقتباس

[1]
A. A. Hassan, "بناء مستوى واطئ الكلّفة لخوارزمية الانتشار العكسي", alkej, م 3, عدد 1, ص 81–90, 2007, تاريخ الوصول: 27 ديسمبر، 2025. [مباشر على الإنترنت]. موجود في: https://alkej.uobaghdad.edu.iq/index.php/alkej/article/view/622