Rezumat teza Alin Tisan - Facultatea de Electronica ...
Rezumat teza Alin Tisan - Facultatea de Electronica ...
Rezumat teza Alin Tisan - Facultatea de Electronica ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>Rezumat</strong> pag. 33<br />
Capitolul X<br />
Contribuţii originale şi direcţii <strong>de</strong> continuare a cercetării<br />
Direcţia <strong>de</strong> cercetare în această teză o constituie <strong>de</strong>zvoltarea unui sistem olfactiv artificial bazat pe o<br />
platformă inteligentă cu capabilităţi <strong>de</strong> învăţare si adaptare. Dezvoltarea unei astfel <strong>de</strong> platforme a presupus<br />
implementarea hardware in circuite FPGA a diferitelor reţele neuronale artificiale prin intermediul mediului<br />
Matlab, ISE şi EDK, prin crearea <strong>de</strong> biblioteci <strong>de</strong> componente pre<strong>de</strong>finite necesare implementării unei<br />
structuri <strong>de</strong> calcul <strong>de</strong> tip neuronal si setarea <strong>de</strong> către utilizator a acestor componente in ve<strong>de</strong>rea creării, in<br />
principiu, a oricărei reţele neuronale.<br />
Avantajul folosirii acestei meto<strong>de</strong> constă in posibilitatea <strong>de</strong> adaptare a reţelei neuronale in funcţie <strong>de</strong> o<br />
aplicaţie dată <strong>de</strong>pen<strong>de</strong>ntă <strong>de</strong> tipul si numărul senzorilor folosiţi in cadrul sistemului olfactiv artificial, <strong>de</strong><br />
concentraţia moleculelor organice volatile din gazul <strong>de</strong> analizat, <strong>de</strong> condiţiile mediului ambiant, etc.<br />
Domeniul abordat ca aplicaţie în această teză se referă la i<strong>de</strong>ntificarea tipului cafelei prezentate.<br />
Rezultatele prezentate în continuare reprezintă contribuţiile autorului şi au fost obţinute în cadrul<br />
programului <strong>de</strong> cercetare doctorală. Aceste rezultate sunt validate prin implementări pe sistemul <strong>de</strong><br />
<strong>de</strong>zvoltare cu circuit FPGA şi simulări pe calculator prin intermediul programelor <strong>de</strong> simulare specializate.<br />
10.1 Contribuţii originale<br />
Rezultatele obţinute în prezenta <strong>teza</strong> constituie contribuţii ale autorului în următoarele direcţii <strong>de</strong> cercetare:<br />
• Dezvoltarea unui mediu integrat hardware-software, pentru implementarea RNA în circuite FPGA,<br />
• Implementarea <strong>de</strong> RNA cu arhitecturi cunoscute în circuite FPGA,<br />
• Dezvoltarea unui sistem olfactiv artificial pentru recunoaşterea tipului cafelei utilizând RNA<br />
implementate în circuite FPGA.<br />
Principalele contribuţii originale ale autorului sunt:<br />
1. Am studiat implementarea reţelelor neuronale cu autoorganizare şi antrenare on-chip şi am propus o<br />
metodă <strong>de</strong> proiectare a unei reţele neuronale SOM cu ajutorul componentelor pre<strong>de</strong>finite realizate <strong>de</strong><br />
autor.<br />
Pentru <strong>de</strong>zvoltarea blocurilor <strong>de</strong> proiectare a reţelei neuronale SOM am realizat următoarele:<br />
Am propus două arhitecturi ale unităţii neuronale <strong>de</strong> calcul pentru a da posibilitatea creării unor straturi<br />
neuronale cu un număr cât mai mare <strong>de</strong> neuroni. Pentru compararea celor doua arhitecturi am realizat o<br />
sinteză a frecvenţelor maxime <strong>de</strong> utilizare şi a consumului <strong>de</strong> resurse necesar implementării neuronului prin<br />
intermediul blocurilor XtremeDSP, a multiplicatoarelor <strong>de</strong>dicate şi a acumulatoarelor.<br />
Pentru implementarea hardware a ecuaţiilor <strong>de</strong> calcul şi a factorului <strong>de</strong> învăţare am propus o funcţie <strong>de</strong><br />
aproximare şi am <strong>de</strong>zvoltat un script (fişier <strong>de</strong> tip m) care să calculeze în mod automat în funcţie <strong>de</strong> numărul<br />
maxim <strong>de</strong> epoci şi numărul <strong>de</strong> epoci <strong>de</strong> la care reţeaua trece din faza <strong>de</strong> ordonare pe regiuni la faza <strong>de</strong><br />
ordonare locală a erorii relative a funcţiei <strong>de</strong> aproximare, numărul minim <strong>de</strong> segmente <strong>de</strong> aproximare pentru<br />
care eroarea relativă introdusă <strong>de</strong> funcţiile <strong>de</strong> aproximare să scadă, coeficienţii funcţiei <strong>de</strong> aproximare: panta<br />
funcţiei <strong>de</strong> aproximare şi valoarea <strong>de</strong> ofset a funcţiei <strong>de</strong> aproximare şi intervalele pe care funcţie este<br />
<strong>de</strong>finită.<br />
Am prezentat o sinteză a resurselor şi a puterii consumate <strong>de</strong> fiecare bloc component a reţelei neuronale<br />
în parte. Pe baza acestei sinteze am <strong>de</strong>zvoltat o serie <strong>de</strong> ecuaţii ce estimează consumul <strong>de</strong> resurse exprimat in<br />
număr blocuri XtremeDSP, Block RAM şi LUT-uri în funcţie <strong>de</strong> numărul <strong>de</strong> neuroni.<br />
În funcţie <strong>de</strong> consumul <strong>de</strong> resurse în circuit FPGA am stabilit tipul <strong>de</strong> neuron ce poate fi implementat.<br />
Am calculat numărul maxim <strong>de</strong> neuroni implementabil în circuitul 4VSX35 ce posedă proprietatea <strong>de</strong><br />
învăţare on-chip, acesta este <strong>de</strong> 135.<br />
Am realizat biblioteca <strong>de</strong> componente ce compun reţeaua neuronală cu autoorganizare (SOM).<br />
2. Am studiat implementarea reţelelor neuronale multistrat cu propagare înainte şi antrenare BP on-chip şi<br />
am propus o metodă <strong>de</strong> proiectare a unei reţele neuronale FF cu ajutorul componentelor pre<strong>de</strong>finite<br />
realizate <strong>de</strong> autor.<br />
Pentru <strong>de</strong>zvoltarea blocurilor <strong>de</strong> proiectare a reţelei neuronale cu propagare înainte am realizat<br />
următoarele<br />
Am realizat o sinteză a frecvenţelor maxime <strong>de</strong> utilizare şi a consumului <strong>de</strong> resurse necesar implementării<br />
neuronului prin intermediul blocurilor XtremeDSP, a multiplicatoarelor <strong>de</strong>dicate şi a acumulatoarelor.<br />
Am implementat hardware o serie <strong>de</strong> funcţii <strong>de</strong> aproximare a funcţiei <strong>de</strong> activare sigmoid şi pentru fiecare<br />
am estimat consumul <strong>de</strong> resurse şi frecvenţa maximă <strong>de</strong> calcul şi am calculat erorile maxime şi medii<br />
introduse.<br />
Am realizat un tabel <strong>de</strong> sinteză ce explicitează pentru fiecare tip <strong>de</strong> funcţie <strong>de</strong> aproximare resursele<br />
consumate (exprimate în număr <strong>de</strong> slice-uri, LUT-uri şi total porţi logice echivalente), frecvenţa maximă <strong>de</strong>