خانه » مقالات برق » دانلود مقاله پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ژنتیک
  • جدیدترین ها
  • محبوب ترین ها
  • دیدگاه ها
  • admin: به ایمیلتان ارسال شد....
  • میلاد دلنواز: مرسی خیلی کاربردی و مفید بود...
  • جاهد مرادی: لطفا فایل شبیه سازی را برام ارسال کنید...
  • admin: سلام و احترام فایلهای شبیه سازی به ایمیلتان ارسال شد....
  • علی: سلام خیلی متشکر بابت این پروژه عالی و درجه یک خواهش میکنم اگه مقدوره بزرگوار...
  • admin: سلام و احترام فایلهای شبیه سازی رایگان به ایمیلتان ارسال شد....
  • علی: سلام در صورت امکان فایل های شبیه سازی رو برای من هم بفرستید. با تشکر از سایت خو...
  • admin: سلام و احترام منابع این پاورپوینت ذکر نشده است....
  • phoenix: باسلام وتشکر از مطلب مفیدتون سوالی داشتم منبع این پاورپوینت چه کتابی هست؟ تصا...
  • امیر: سلام ممنون از پاورپوینتهای خوبی که واسه دانلود گذاشتین....

دانلود مقاله پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ژنتیک

۱۹ شهریور

0

399 بازدید

vlsi-www-powerjam-irدانلود مقاله پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ژنتیک در قالب فایل word میباشد که در ادامه میتوانید دانلود کنید.

مفید بودن شبکه عصبی آنالوگ مصنوعی بصورت خیلی نزدیکی با میزان قابلیت آموزش پذیری آن محدود می شود .
این مقاله یک معماری شبکه عصبی آنالوگ جدید را معرفی می کند که وزنهای بکار برده شده در آن توسط الگوریتم ژنتیک تعیین می شوند .
اولین پیاده سازی VLSI ارائه شده در این مقاله روی سیلیکونی با مساحت کمتر از ۱mm که شامل ۴۰۴۶ سیناپس و ۲۰۰ گیگا اتصال در ثانیه است اجرا شده است
از آنجائیکه آموزش می تواند در سرعت کامل شبکه انجام شود بنابراین چندین صد حالت منفرد در هر ثانیه می تواند توسط الگوریتم ژنتیک تست شود .
این باعث می شود تا پیاده سازی مسائل بسیار پیچیده که نیاز به شبکه های چند لایه بزرگ دارند عملی بنظر برسد .

شبکه های عصبی مصنوعی به صورت عمومی بعنوان یک راه حل خوب برای مسائلی از قبیل تطبیق الگو مورد پذیرش قرار گرفته اند .

علیرغم مناسب بودن آنها برای پیاده سازی موازی ، از آنها در سطح وسیعی بعنوان شبیه سازهای عددی در سیستمهای معمولی استفاده می شود .

یک دلیل برای این مسئله مشکلات موجود در تعیین وزنها برای سیناپسها در یک شبکه بر پایه مدارات آنالوگ است .

موفقترین الگوریتم آموزش ، الگوریتم Back-Propagation است .

این الگوریتم بر پایه یک سیستم متقابل است که مقادیر صحیح را از خطای خروجی شبکه محاسبه می کند .

یک شرط لازم برای این الگوریتم دانستن مشتق اول تابع تبدیل نرون است .

در حالیکه اجرای این مسئله برای ساختارهای دیجیتال از قبیل میکروپروسسورهای معمولی و سخت افزارهای خاص آسان است ، در ساختار آنالوگ با مشکل روبرو می شویم .

دلیل این مشکل ، تغییرات قطعه و توابع تبدیل نرونها و در نتیجه تغییر مشتقات اول آنها از نرونی به نرون دیگر و از تراشه ای به تراشه دیگر است و چه چیزی می تواند بدتر از این باشد که آنها با دما نیز تغییر کنند .

—————————————————www.powerjam.ir—————————————

downloadدانلود : دانلود مقاله پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ژنتیک

passwordرمز : www.powerjam.ir

size    حجم : ۱MB

homeمنبع : وب سایت پاور جام

—————————————————www.powerjam.ir—————————————

ارسال دیدگاه

نظر شما برای ما ارزشمند است. با شرکت در این بخش ما را در بهبود خدماتمان یاری کنید

نشانی ایمیل شما منتشر نخواهد شد. بخش های مورد نیاز با * علامت گذاری شده اند

ديدگاه شما

*

*

Time limit is exhausted. Please reload CAPTCHA.