طراحی و پیاده‌سازی شبکه‌های عصبی مصنوعی در مدارات منطقی قابل برنامه‌ریزی FPGA

سید محمد شجاعی¹ متین شهری²

1) دانشجوی کارشناسی ارشد مهندسی برق مخابرات سیستم - دانشگاه یزد - یزد - ایران -
2) دانشجوی کارشناسی ارشد مهندسی کامپیوتر شبکه های کامپیوتری - دانشگاه یزد - یزد - ایران -

محل انتشار : اولین کنفرانس هوش مصنوعی و پردازش هوشمند(aisc2022.semnan.ac.ir)
چکیده :
شبكه‌های عصبی با توجه به توان بالا درپردازش موازی، قابلیت یادگیری، تعمیم، طبقه‌بندی، قدرت تقریب، به‌خاطر سپردن و به‌خاطر آوردن الگوها، خیزش وسیعی در زمینه‌های مختلف هوش‌مصنوعی ایجاد كرده‌اند. از این‌ رو به‌دلیل عملكرد خوب شبكه‌های عصبی مصنوعی برای شناسایی الگو، در این مقاله از شبكه‌های عصبی چند‌لایه جهت پیاده‌سازی سخت‌افزاری سیستم استفاده شده است. با توجه به طراحی سیستم‌های هوشمند و كوچكی كه در لوازم روزمره امروزی كاربرد دارند، و از طرفی عدم امکان اتصال آن‌ها به رایانه، نیاز به پیاده‌سازی سخت‌افزاری شبكه‌های عصبی در حجم كوچك احساس می‌شود و با توجه به این كه تراشه‌های FPGA بسیار انعطاف‌پذیر می‌باشند و به صورت نرم‌افزاری کلیه طرح‌های سخت‌افزاری را می‌توان پیاده نمود، گزینه مناسبی جهت پیاده‌سازی سخت‌افزاری شبكه‌های عصبی می‌باشد. در این مقاله یك روش برای پیاده‌سازی شبكه‌های عصبی مصنوعی بر روی FPGA ارائه شده است. برای طراحی شبكه‌ عصبی مصنوعی از ابزار تنسورفلو و برای پیاده‌سازی شبکه عصبی مصنوعی از یک نرم‌افزار واسط طراحی‌شده و نرم‌افزار متلب استفاده شده است. هدف از این مقاله پیاده‌سازی یك شبكه عصبی تحلیل‌گر رگرسیون از نوع پرسپترون چند لایه است.
کلمات کلیدی : شبکه‌های عصبی FPGA تنسورفلو متلب رگرسیون پرسپترون چندلایه