Implementação em FPGA de uma rede neural de HOPFIELD

As Redes neurais artificiais (RNAs) são sistemas de inteligência artificial cujo funcionamento é inspirado na estrutura neural de organismos inteligentes que adquirem conhecimento através da experiência e aplicam o conhecimento adquirido para novos problemas ou situações. As RNAs possuem aplicações em diversas áreas da ciência e tecnologia, sendo usadas principalmente na resolução de problemas que envolvem reconhecimento de padrões e generalização. Um exemplo é a rede de Hopfield, que quando aplicada como uma memória associativa é capaz de recuperar um padrão previamente armazenado em sua estrutura a partir de um elemento ruidoso ou deformado. Enquanto os computadores funcionam sequencialmente, uma característica intrínseca às redes neurais biológicas é a execução de operações em paralelo, o que faz com que sua velocidade de processamento seja muito maior. Neste sentido as FPGAs (Field Programmable Gate Array) são apresentadas como excelente alternativa a implementação de redes neurais artificiais, pois possuem elevada quantidade de elementos lógicos e permitem a execução de operações paralelas em nível de hardware. Este trabalho consiste na descrição e síntese de uma rede de Hopfield composta por nove neurônios, que apresenta dinâmica síncrona e é aplicada como uma memória associativa. Primeiramente a rede foi descrita no MATLAB (Matrix Laboratory) e seus resultados serviram como referência para a rede parametrizada em VHDL (Very High Speed Integrated Circuits Hardware Description Language) e sintetizada na FPGA Cyclone IV EP4CE115F29, da Altera.

Título em Inglês

Implementation of a Hopfield neural network

Palavras-chave em Inglês

Artificial Neural Networks
Hopfield
VHDL
FPGA

Resumo em Inglês

Artificial neural networks (ANNs) are artificial intelligence systems which performance is inspired by the neural structure of intelligent organisms that acquire knowledge through experience and apply the knowledge acquired to new problems or concerns. The ANNs have applications in several areas of science and technology and is mainly used to solve problems involving pattern recognition and generalization. An example is the Hopfield network, which when applied as an associative memory is capable of retrieving in a previously stored pattern in its structure from a noisy or distorted element. While computers work sequentially, an intrinsic characteristic of the biological neural network is performing operations in parallel, which means that its processing speed is much higher. In this regard the FPGAs (Field Programmable Gate Array) are presented as an excellent alternative to implementing artificial neural networks because they have high amount of logic elements and allow you to perform parallel operations in hardware. This work is the description and synthesis of a Hopfield network consisted by nine neurons, presenting synchronous dynamic and is applied as an associative memory. First the network was described in MATLAB (Matrix Laboratory) and its results served as reference for the parameterized network in VHDL (Very High Speed Integrated Circuits Hardware Description Language) and synthesized in the FPGA Cyclone IV EP4CE115F29, Altera.

Arquivos

AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome(s) do(s) autor(es) do trabalho.

Cocolo_Camila_tcc.pdf (4.58 Mbytes)

Data de Publicação

2016-03-14

Número de visitas

1072

Número de downloads

1616