Автоматизоване проєктування штучного нейрона для програмова-них логічних інтегральних схем на основі алгебро-алгоритмічного підходу
Нейромережеві системи керування є високотехнологічним напрямком теорії керування та відносяться до класу нелінійних динамічних систем. Висока швидкодія за рахунок розпаралелювання вхідної інформації в поєднанні зі здатністю до навчання нейронних мереж робить цю технологію вельми привабливою для ство...
Gespeichert in:
| Datum: | 2022 |
|---|---|
| Hauptverfasser: | , , , |
| Format: | Artikel |
| Sprache: | Ukrainian |
| Veröffentlicht: |
V.M. Glushkov Institute of Cybernetics of NAS of Ukraine
2022
|
| Schlagworte: | |
| Online Zugang: | https://jais.net.ua/index.php/files/article/view/18 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Problems of Control and Informatics |
Institution
Problems of Control and Informatics| id |
oai:ojs2.jais.net.ua:article-18 |
|---|---|
| record_format |
ojs |
| institution |
Problems of Control and Informatics |
| baseUrl_str |
|
| datestamp_date |
2024-03-13T14:11:39Z |
| collection |
OJS |
| language |
Ukrainian |
| topic |
автоматизоване проєктування алгебра алгоритмів апроксимаційні обчислення генерація програм нейронна мережа програмовані логічні інтегральні схеми система керування |
| spellingShingle |
автоматизоване проєктування алгебра алгоритмів апроксимаційні обчислення генерація програм нейронна мережа програмовані логічні інтегральні схеми система керування Shymkovych, Volodymyr Doroshenko, Anatoliy Mamedov, Tural Yatsenko, Olena Автоматизоване проєктування штучного нейрона для програмова-них логічних інтегральних схем на основі алгебро-алгоритмічного підходу |
| topic_facet |
automated design algebra of algorithms approximate computing control system field-programmable gate array neural network program gene¬ration автоматизоване проєктування алгебра алгоритмів апроксимаційні обчислення генерація програм нейронна мережа програмовані логічні інтегральні схеми система керування |
| format |
Article |
| author |
Shymkovych, Volodymyr Doroshenko, Anatoliy Mamedov, Tural Yatsenko, Olena |
| author_facet |
Shymkovych, Volodymyr Doroshenko, Anatoliy Mamedov, Tural Yatsenko, Olena |
| author_sort |
Shymkovych, Volodymyr |
| title |
Автоматизоване проєктування штучного нейрона для програмова-них логічних інтегральних схем на основі алгебро-алгоритмічного підходу |
| title_short |
Автоматизоване проєктування штучного нейрона для програмова-них логічних інтегральних схем на основі алгебро-алгоритмічного підходу |
| title_full |
Автоматизоване проєктування штучного нейрона для програмова-них логічних інтегральних схем на основі алгебро-алгоритмічного підходу |
| title_fullStr |
Автоматизоване проєктування штучного нейрона для програмова-них логічних інтегральних схем на основі алгебро-алгоритмічного підходу |
| title_full_unstemmed |
Автоматизоване проєктування штучного нейрона для програмова-них логічних інтегральних схем на основі алгебро-алгоритмічного підходу |
| title_sort |
автоматизоване проєктування штучного нейрона для програмова-них логічних інтегральних схем на основі алгебро-алгоритмічного підходу |
| title_alt |
Automated design of an artificial neuron for field-programmable gate arrays based on an Algebra-Algorithmic approach |
| description |
Нейромережеві системи керування є високотехнологічним напрямком теорії керування та відносяться до класу нелінійних динамічних систем. Висока швидкодія за рахунок розпаралелювання вхідної інформації в поєднанні зі здатністю до навчання нейронних мереж робить цю технологію вельми привабливою для створення пристроїв керування в автоматичних системах. Забезпечення швидкодії мереж у реальному часі здійснюється шляхом їх реалізації на програмованих логічних інтегральних схемах (ПЛІС). Одним із прикладів апаратної реалізації нейронних мереж є проєктування штучного нейрона та його нелінійних функцій активації. Технологія розробки додатків для ПЛІС ґрунтується на поданні алгоритму мовою опису апаратури, наприклад VHDL, і автоматичному перекладі цього опису в специфікацію на рівні логічних таблиць та інших функціональних компонентів інтегральних схем. Програмування мовою VHDL досить складне, тому постає питання про розробку спеціальних засобів автоматизації, які дозволили б ефективно генерувати високопродуктивний програмний код. У статті запропоновано засоби автоматизованого проєктування та генерації програм для ПЛІС, що ґрунтуються на алгебрі алгоритмів. Створені засоби застосовано для проєктування штучного нейрона. Розроблено метод конструювання штучного нейрона з сигмоїдальною функцією активації на ПЛІС, який відрізняється від аналогічних підходів тим, що коефіцієнти кусково-лінійної апроксимації функції активації зберігаються в пам’яті лише для додатних або лише для від’ємних значень аргументів. Це дозволило оптимізувати кількість використовуваних обчислювальних ресурсів і підвищити продуктивність нейронної мережі. Даний підхід застосовано для розробки системи з нейромережевим контролером для балансування кульки на платформі, реалізованим на ПЛІС. |
| publisher |
V.M. Glushkov Institute of Cybernetics of NAS of Ukraine |
| publishDate |
2022 |
| url |
https://jais.net.ua/index.php/files/article/view/18 |
| work_keys_str_mv |
AT shymkovychvolodymyr avtomatizovaneproêktuvannâštučnogonejronadlâprogramovanihlogíčnihíntegralʹnihshemnaosnovíalgebroalgoritmíčnogopídhodu AT doroshenkoanatoliy avtomatizovaneproêktuvannâštučnogonejronadlâprogramovanihlogíčnihíntegralʹnihshemnaosnovíalgebroalgoritmíčnogopídhodu AT mamedovtural avtomatizovaneproêktuvannâštučnogonejronadlâprogramovanihlogíčnihíntegralʹnihshemnaosnovíalgebroalgoritmíčnogopídhodu AT yatsenkoolena avtomatizovaneproêktuvannâštučnogonejronadlâprogramovanihlogíčnihíntegralʹnihshemnaosnovíalgebroalgoritmíčnogopídhodu AT shymkovychvolodymyr automateddesignofanartificialneuronforfieldprogrammablegatearraysbasedonanalgebraalgorithmicapproach AT doroshenkoanatoliy automateddesignofanartificialneuronforfieldprogrammablegatearraysbasedonanalgebraalgorithmicapproach AT mamedovtural automateddesignofanartificialneuronforfieldprogrammablegatearraysbasedonanalgebraalgorithmicapproach AT yatsenkoolena automateddesignofanartificialneuronforfieldprogrammablegatearraysbasedonanalgebraalgorithmicapproach |
| first_indexed |
2025-10-30T02:48:29Z |
| last_indexed |
2025-10-30T02:48:29Z |
| _version_ |
1847373342964711424 |
| spelling |
oai:ojs2.jais.net.ua:article-182024-03-13T14:11:39Z Автоматизоване проєктування штучного нейрона для програмова-них логічних інтегральних схем на основі алгебро-алгоритмічного підходу Automated design of an artificial neuron for field-programmable gate arrays based on an Algebra-Algorithmic approach Shymkovych, Volodymyr Doroshenko, Anatoliy Mamedov, Tural Yatsenko, Olena automated design algebra of algorithms approximate computing control system field-programmable gate array neural network program gene¬ration автоматизоване проєктування алгебра алгоритмів апроксимаційні обчислення генерація програм нейронна мережа програмовані логічні інтегральні схеми система керування Нейромережеві системи керування є високотехнологічним напрямком теорії керування та відносяться до класу нелінійних динамічних систем. Висока швидкодія за рахунок розпаралелювання вхідної інформації в поєднанні зі здатністю до навчання нейронних мереж робить цю технологію вельми привабливою для створення пристроїв керування в автоматичних системах. Забезпечення швидкодії мереж у реальному часі здійснюється шляхом їх реалізації на програмованих логічних інтегральних схемах (ПЛІС). Одним із прикладів апаратної реалізації нейронних мереж є проєктування штучного нейрона та його нелінійних функцій активації. Технологія розробки додатків для ПЛІС ґрунтується на поданні алгоритму мовою опису апаратури, наприклад VHDL, і автоматичному перекладі цього опису в специфікацію на рівні логічних таблиць та інших функціональних компонентів інтегральних схем. Програмування мовою VHDL досить складне, тому постає питання про розробку спеціальних засобів автоматизації, які дозволили б ефективно генерувати високопродуктивний програмний код. У статті запропоновано засоби автоматизованого проєктування та генерації програм для ПЛІС, що ґрунтуються на алгебрі алгоритмів. Створені засоби застосовано для проєктування штучного нейрона. Розроблено метод конструювання штучного нейрона з сигмоїдальною функцією активації на ПЛІС, який відрізняється від аналогічних підходів тим, що коефіцієнти кусково-лінійної апроксимації функції активації зберігаються в пам’яті лише для додатних або лише для від’ємних значень аргументів. Це дозволило оптимізувати кількість використовуваних обчислювальних ресурсів і підвищити продуктивність нейронної мережі. Даний підхід застосовано для розробки системи з нейромережевим контролером для балансування кульки на платформі, реалізованим на ПЛІС. Neural network control systems are a high-tech branch of control theory and belong to the class of nonlinear dynamic systems. High speed due to the parallelization of input information combined with the ability to train neural networks makes this technology very attractive for creating control devices in automatic systems. The high-speed operation of networks in real time is provided by implementing them on field-programmable gate arrays. An example of the hardware implementation of neural networks is the design of an artificial neuron and its nonlinear activation functions on an FPGA. The technology of developing applications for FPGAs is based on the presentation of the algorithm in the hardware description language, for example, VHDL, and the automatic translation of this description into a specification at the level of logic tables and other functional components of the FPGA. Programming in the VHDL language is quite complex, so the question arises about the development of special software automation tools that would allow the efficient generation of high-performance code. The paper proposes the facilities of automated design and generation of programs for FPGAs based on the algebra of algorithms. The developed tools are applied for the automated design of an artificial neuron. A method of constructing an artificial neuron with a sigmoidal activation function on an FPGA is developed, which differs from similar approaches in that the coefficients of the piecewise linear approximation of the activation function are stored in memory only for positive or only for negative values of the arguments. This made it possible to optimize the number of utilized computing resources and increase the performance of the neural network. The developed approach is applied to the development of a system with a neural controller for balancing a ball on a platform implemented on an FPGA. V.M. Glushkov Institute of Cybernetics of NAS of Ukraine 2022-11-28 Article Article application/pdf https://jais.net.ua/index.php/files/article/view/18 10.34229/2786-6505-2022-5-6 Міжнародний науково-технічний журнал "Проблеми керування та інформатики"; Том 67 № 5 (2022): Міжнародний науково-технічний журнал "Проблеми керування та інформатики"; 61-72 International Scientific Technical Journal "Problems of Control and Informatics; Том 67 № 5 (2022): International Scientific Technical Journal "PROBLEMS OF CONTROL AND INFORMATICS"; 61-72 International Scientific Technical Journal "Problems of Control and Informatics"; Vol. 67 No. 5 (2022): International Scientific Technical Journal "PROBLEMS OF CONTROL AND INFORMATICS"; 61-72 2786-6505 2786-6491 10.34229/2786-6505-2022-5 uk https://jais.net.ua/index.php/files/article/view/18/30 Copyright (c) 2022 Volodymyr Shymkovych, Anatoliy Doroshenko, Tural Mamedov, Olena Yatsenko https://creativecommons.org/licenses/by-nc-nd/4.0 |