Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: FPAA device

Sortuj według:

Ogranicz wyniki do:

Prototypowanie sieci neuronowej WTA za pomocą układu reprogramowalnego FPAA

Wawryn K., Suszyński R.

Elektronika : konstrukcje, technologie, zastosowania

2017

Vol. 58, nr 10

19--23

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.

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.

Zastosowanie zaimplementowanej w FPAA kaskadowej sieci neuronowej do klasyfikacji jakości węgla w komorach spalania

Suszyński R., Marciniak J., Wawryn K.

Przegląd Elektrotechniczny

2016

R. 92, nr 9

91--94

W pracy przedstawiono efektywny system klasyfikacji jakości paliwa w komorach spalania z wykorzystaniem sztucznej sieci neuronowej. Proponowany system wykorzystuje analizę pomierzonych parametrów procesu spalania w kotle. Parametry te wykorzystano do wytrenowania sieci ANN tj. do policzenia za pomocą programu MATLAB współczynników wagowych połączeń synaptycznych poszczególnych neuronów sieci. Otrzymane współczynniki zostały wykorzystane do skonfigurowania sieci ANN. Sieć ta została zaimplementowana w układzie FPAA i przetestowana na przykładach klasyfikacji paliwa dostarczanego do komory spalania. W pracy przedstawiono i omówiono wyniki badań.

A hardware artificial neural network for classification a quality of a coal fuel in combustion chambers is presented in the paper. Proposed method is based on an analysis of measured combustion process parameters in the chamber by the feedforward artificial neural network. Measured parameters have been used to train neural network weights with a help of MATLAB program. Calculated weights have been used to determine the quality of the coal fuel loaded into the chamber. The ANN has been tested by the MATLAB program and the FPAA implemented network. Obtained results are presented and discussed.