Аппаратная реализация модели формального нейрона

Рассмотрены особенности аппаратной реализации модели формального нейрона (ФН) с пороговой функцией активации. Показаны преимущества использования обработки векторных данных по разностным срезам при построении параллельного многовходового сумматора в качестве базового узла ФН. Использованы возможност...

Full description

Saved in:
Bibliographic Details
Date:2010
Main Authors: Мартынюк, Т.Б., Тимченко, Л.И., Куперштейн, Л.М.
Format: Article
Language:Russian
Published: Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України 2010
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/12839
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Аппаратная реализация модели формального нейрона / Т.Б. Мартынюк, Л.И. Тимченко, Л.М. Куперштейн // Электронное моделирование. — 2010. — Т. 32, № 4. — С. 35-47. — Бібліогр.: 31назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Рассмотрены особенности аппаратной реализации модели формального нейрона (ФН) с пороговой функцией активации. Показаны преимущества использования обработки векторных данных по разностным срезам при построении параллельного многовходового сумматора в качестве базового узла ФН. Использованы возможности реализации предложенной структуры ФН в составе нейроускорителя на ПЛИС фирмы Xilinx. Розглянуто особливості апаратної реалізації моделі формального нейрона (ФН) із пороговою функцією активації. Показано переваги використання обробки векторних даних за різницевими зрізами при побудові паралельного багатовхідного суматора як базового вузла ФН. Використано можливості реалізації запропонованої структури ФН у складі нейроприскорювача на ПЛІС фірми Xilinx. Peculiarities of hardware implementation of the model of formal neuron (FN) with threshold activation function have been considered. The advantages of the use of processing of the vector data by difference sections when constructing a parallel multientrance adder as a base node of FN. Possibilities of implementation of the proposed FN structure in composition of neuroaccellerator on PLIS of Xilinx Company, were used.
ISSN:0204-3572