PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Prototypowanie sieci neuronowej WTA za pomocą układu reprogramowalnego FPAA

Identyfikatory
Warianty tytułu
EN
FPAA prototyping of WTA neural networks
Języki publikacji
PL
Abstrakty
PL
W pracy przedstawiono metodę szybkiego prototypowania sztucznych sieci neuronowych “winner takes all (WTA)” za pomocą analogowego układu reprogramowalnego FPAA. Zaprojektowano układ programowalnego połączenia synaptycznego i dwuwejściowy układ 2-WTA. Zostały one wykorzystane do budowy sieci neoronowej 2n-WTA. Układy 4-WTA and 8-WTA i układ połączenia synaptycznego zostały zaimplementowane w układzie FPAA. Wykonano badania symulacyjne zaimplementowanych układów za pomocą oprogramowania Matlab, a następnie pomierzono przebiegi wyjściowe tych układów. Wyniki pomiarów porównano z wynikami badań symulacyjnych.
EN
A rapid prototyping method for designing a winner takes all (WTA) artificial neural networks (ANNs) has been presented in the paper. The method is based on implementation of field programmable analog arrays (FPAAs) to design WTA ANNs. Programmable synaptic weight connection circuit and 2-WTA circuit are proposed. The 2-WTA circuits are used to configure 4-WTA and 8-WTA circuits. 4-WTA and 8-WTA circuits and programmable synaptic weight connection circuit have been implemented in FPAA device, simulated with a help of the Matlab software and finally measured. Measured characteristics have been compared to simulated ones.
Rocznik
Strony
19--23
Opis fizyczny
Bibliogr. 13 poz., rys., wykr.
Twórcy
autor
  • Politechnika Koszalińska, Wydział Elektroniki i Informatyki, ul. JJ Śniadeckich 2, 75-453 Koszalin
  • Politechnika Koszalińska, Wydział Elektroniki i Informatyki, ul. JJ Śniadeckich 2, 75-453 Koszalin
Bibliografia
  • [1] L. Znamirowski, O. A. Palusinski, and S. B. K. Vrudhula, 2004, “Programmable Analog/Digital Arrays in Control and Simulation,” Analog Integrated Circuits and Signal Processing, vol. 39, pp. 55–73.
  • [2] T. R. Balen, A. Q. Andrade, F. Azais, M. Lubaszewski, and M. Renovell, 2005, “Applying the Oscillation Test Strategy to FPAA’s Configurable Analog Blocks,” Journal of Electronic Testing: Theory and Applications, vol. 21, pp. 135–146.
  • [3] H . Widyantara, M. Rivai, and D. Purwanto, 2012, “Neural Network for Electronic Nose using Field Programmable Analog Arrays,” Int. J. of Electrical and Computer Engineering (IJECE), vol. 2, no. 6, pp. 739–747.
  • [4] R. Suszynski, and K. Wawryn, 2013, “Rapid prototyping of algorithmic A/D converters based on FPAA devices,” Bulletin of the Polish Academy of Sciences-Technical Sciences, vol. 61, no. 3, pp. 691–696.
  • [5] Y. He and E. Sanchez-Sinencio, 1993 “Min-net winner-take-all CMOS implementation.” Electron. Lett., Vol. 29, pp. 1237–1239.
  • [6] J. Choi and B. Sheu, 1993 “A high-precision VLSI winner-take-all circuit for self-organising neural networks.” IEEE J. Solid-State Circuits, Vol. 28, pp. 576–584.
  • [7] S. Smedley, J. Taylor and M. Wilby, 1995 “A scalable high-speed current-mode winner-take-all network for VLSI neural applications.” IEEE Trans. Circuits and Systems, Part I, CAS-42, pp. 289–291.
  • [8] K. Wawryn and B. Strzeszewski, 2001 “Current mode AB class WTA,” in Proc. 8th IEEE Int. Conf. Electronics, Circuits and Systems, St. Julians, Malta, Vol. I-III, pp. 293–296.
  • [9] R. Długosz, T. Talaśka, W. Pedrycz and R. Wojtyna, 2010 “Realization of the Conscience Mechanism in CMOS Implementation of Winner Takes All Self-Organizing Neural Networks,” IEEE Trans. on Neural Networks, Vol. 21, No. 6, June 2010.
  • [10] Z. Guo and J. Wang, 2011 “Information retrieval from large data sets via multiple-winners-take-all,” IEEE International Symposium of Circuits and Systems (ISCAS) pp. 2669–2672.
  • [11] Q. Liu and Y. Zhao, 2013 “A Novel Recurrent Neural Network with a Continuous Activation Function for Winner-Take-All,” in Proc. 4th International Conference on Intelligent Systems, Modelling and Simulation, pp. 36–39.
  • [12] C. Mead and M. Ismail, 1989 “Analog Implementation of Neural Systems”. Kluwer Academic Publishers.
  • [13] J. Żurada, 1992 “Introduction to artificial neural systems”. West Publishing Company.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-fe37bf95-4284-4568-80cc-8d2019870a30
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.