Buchumschlag

Deep neural network elements and their implementation in FPGA Xilinx

Gespeichert in:

Bibliographische Detailangaben
Datum:	2015
1. Verfasser:	T. A. Samoliuk
Format:	Artikel
Sprache:	Englisch
Veröffentlicht:	2015
Schriftenreihe:	Computer means, networks and systems
Online Zugang:	http://jnas.nbuv.gov.ua/article/UJRN-0000460631
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Library portal of National Academy of Sciences of Ukraine \| LibNAS

Institution

Library portal of National Academy of Sciences of Ukraine | LibNAS

Ähnliche Einträge

Reconfigurable the Viterbi decoder on the basis of FPGA Xilinx
von: E. N. Chichirin
Veröffentlicht: (2015)

Formal verification of deep neural networks
von: Panchuk, B.O.
Veröffentlicht: (2024)

Synthesis of optimal structure of deep neural network
von: Yu. Koval, et al.
Veröffentlicht: (2016)

Structural and Parametric Synthesis of Deep Learning Neural Networks
von: V. M. Syniehlazov, et al.
Veröffentlicht: (2020)

Перестраиваемая структура декодера Витерби в базисе ПЛИС Xilinx
von: Чичирин, Е.Н.
Veröffentlicht: (2015)

Enhancing image inpainting through image decomposition and deep neural networks
von: K. Bellaj, et al.
Veröffentlicht: (2023)

Increasing the reliability of mobile intelligent machines based on deep neural networks
von: S. V. Kovalevskyi, et al.
Veröffentlicht: (2018)

Automatic development of deep neural networks for improving numerical meteorological forecast
von: Doroshenko, А.Yu., et al.
Veröffentlicht: (2024)

Application of Deep Learning Neural Network for Classification of Big Data of Astronomic Observations
von: A. A. Gorbunov, et al.
Veröffentlicht: (2017)

APPLICATION OF DEEP LEARNING NEURAL NETWORK FOR CLASSIFICATION OF BIG DATA OF ASTRONOMIC OBSERVATIONS
von: Gorbunov, A. A., et al.
Veröffentlicht: (2017)

Practical content of the elements of petrophysical model of terrigenous sandstones — oil and gas reservoirs in neural networks, deep learning and regression methods
von: Vyzhva, Serhiy, et al.
Veröffentlicht: (2025)

Application of FPGA-based reconfigurable accelerators for network security tasks
von: Ya. Hilhurt
Veröffentlicht: (2014)

Redundancy of information in the construction of systems for the examination of audio signals on deep educating neural networks
von: V. I. Soloviov, et al.
Veröffentlicht: (2022)

Comparative Features of Multilayered Iterative Algorithm GMDH and Deep Feed-Forward Neural Networks
von: O. H. Moroz, et al.
Veröffentlicht: (2021)

Short-term electrical load forecasting for the electrical supply company with deep neural network
von: P. O. Chernenko, et al.
Veröffentlicht: (2018)

Analyzing the models of speech recognition on the basis of neural networks of deep learning for examination of digital phonograms
von: V. I. Solovev, et al.
Veröffentlicht: (2021)

Deep neural network based on generalized neo-fuzzy neurons and its learning based on backpropagation
von: Ye. V. Bodianskyi, et al.
Veröffentlicht: (2021)

Theoretical foundations of hardware implementation of multiply neural-like growing networks
von: V. O. Yashchenko
Veröffentlicht: (2015)

Theoretical foundations of hardware implementation of multiply neural-like growing networks
von: Yashchenko, V.O.
Veröffentlicht: (2015)

Analysis: FPGA-Based Cams and Digital Comparators for Pattern Matching in Network Security
von: Ya. Hilhurt
Veröffentlicht: (2019)

Development of a Cluster with Cloud Computing Based on Neural Networks With Deep Learning for Modeling Multidimensional Fields
von: M. Kosovets, et al.
Veröffentlicht: (2021)

Classification Method of Laser Beam Spots Using a Parallel-Hierarchical Networks on FPGA
von: L. I. Timchenko, et al.
Veröffentlicht: (2014)

Implementation of neural network based 2D seismic images super resolution approach
von: Noskov, Oleksii, et al.
Veröffentlicht: (2025)

Brain and Artificial Neural Networks
von: V. V. Storozh
Veröffentlicht: (2013)

GAN neuro networks in the creation of new models
von: T. A. Samoliuk
Veröffentlicht: (2019)

Application of neural networks in OLAP-systems
von: Nabibayeva, G.Ch.
Veröffentlicht: (2024)

Neural networks’ learning process acceleration
von: Katerynych, L., et al.
Veröffentlicht: (2020)

Neural networks’ learning process acceleration
von: Katerynych, L., et al.
Veröffentlicht: (2020)

Optimization of the Mealy Automaton Circuit in the FPGA Basis
von: O. O. Barkalov, et al.
Veröffentlicht: (2022)

Реализация схемы устройства управления на FPGA
von: Баркалов, А.А., et al.
Veröffentlicht: (2013)

Neural network synthesis based on evolutionary optimization
von: A. A. Oliinyk, et al.
Veröffentlicht: (2015)

Neural network synthesis based on evolutionary optimization
von: Oliinyk, A.A., et al.
Veröffentlicht: (2015)

Methods of artificial intelligence for acoustic emission diagnostics of fracture stages (A review). P. 2: Artificial neural network and deep learning
von: O. M. Stankevych, et al.
Veröffentlicht: (2024)

Neural Network Technologies in the Problem of Handwriting Recognition
von: A. D. Goltsev, et al.
Veröffentlicht: (2018)

Application of neural network technologies in NDT systems
von: V. S. Yeremenko, et al.
Veröffentlicht: (2012)

Optimization of autotuning of programs using neural networks
von: Yu. Doroshenko, et al.
Veröffentlicht: (2017)

Usage of artificial neural networks in the energy sector
von: Lazarenko, D.V.
Veröffentlicht: (2016)

Neural network for seismic shaking intensity modeling
von: Lazarenko, M., et al.
Veröffentlicht: (2010)

Neural network modeling of graphic recognition processes
von: Ye. M. Chichirin, et al.
Veröffentlicht: (2019)

Usage of artificial neural networks in the energy sector
von: D. V. Lazarenko
Veröffentlicht: (2016)