Đang chuẩn bị liên kết để tải về tài liệu:
Tế bào Nơron nhân tạo có độ chính xác và tốc độ cao

Bài viết này tập trung trình bày thiết kế tế bào nơron nhân tạo với phương pháp học giám sát có khả năng thích ứng với nhiều thuật toán đòi hỏi độ chính xác và tốc độ cao. Dựa trên thuật toán huấn luyện có giám sát và cấu tạo nơron thực, nhóm nghiên cứu xây dựng một kiến trúc nơron nhân tạo có kiến trúc tương tự đi kèm bộ xử lý số thực. | Tạp chí Khoa học ĐHQGHN: Khoa học Tự nhiên và Công nghệ, Tập 33, Số 1 (2017) 15-24 Tế bào Nơron nhân tạo có độ chính xác và tốc độ cao Nguyễn Quang Anh, Nguyễn Hoàng Dũng* Trường Đại học Bách Khoa Hà Nội, Số 1 Đại Cồ Việt, Hai Bà Trưng, Hà Nội, Việt Nam Nhận ngày 16 tháng 12 năm 2016 Chỉnh sửa ngày 18 tháng 01 năm 2017; Chấp nhận đăng ngày 23 tháng 03 năm 2017 Tóm tắt: Bài báo này tập trung trình bày thiết kế tế bào nơron nhân tạo với phương pháp học giám sát có khả năng thích ứng với nhiều thuật toán đòi hỏi độ chính xác và tốc độ cao. Dựa trên thuật toán huấn luyện có giám sát và cấu tạo nơron thực, nhóm nghiên cứu xây dựng một kiến trúc nơron nhân tạo có kiến trúc tương tự đi kèm bộ xử lý số thực. Kiến trúc này dễ dàng tăng tốc độ xử lý bằng cách mở rộng số tầng thực hiện mô phỏng theo cấu trúc đường ống (pipeline). Để đảm bảo tốc độ và độ chính xác cao, nhóm nghiên cứu đã thực hiện tối ưu một số kiến trúc bộ dịch và bộ xử lý số thực song song. Chính vì vậy khi tăng thêm số tầng cho kiến trúc thì tốc độ tăng lên rất nhanh trong khi tài nguyên tăng lên không đáng kể. Kết quả tổng hợp trên chip FPGA Virtex 6 của hãng Xilinx cho thấy kiến trúc nơron của nhóm nghiên cứu đề xuất có thể hoạt động lên đến 5 tầng thực hiện theo cấu trúc pipeline và tốc độ đạt được tối đa là 108Mhz. Từ khóa: nơron nhân tạo, xử lý số thực, đường ống, bộ dịch. 1. Giới thiệu chung tương đối tốt các dữ liệu quan sát được và cho ra kết quả chính xác. Các nghiên cứu [1-3] thường là sử dụng thuật toán và chạy trên máy tính với CPU và GPU tốc độ cao không mang tính gọn nhẹ. Tiêu biểu nhất là nhận dạng trên mã nguồn mở OpenCV. Do đó khi sử dụng theo cách này thì sẽ khó đáp ứng được các ứng dụng đòi hỏi sản phẩm có kích thước nhỏ gọn và sử dụng nguồn pin. Để tập trung vào một số ứng dụng cụ thể nhằm tăng tốc độ và giảm kích thước cũng như công suất tiêu thụ phần cứng, nhóm nghiên cứu đã tiến hành triển khai, thực nghiệm một phần của ứng dụng trên nền tảng phần cứng FPGA. Hầu hết các nghiên .