Master's Final Project
Diseño de una red neuronal oscilatoria digital con capacidad de aprendizaje on-line sobre FPGA
Alternative title | Design of an oscillatory neural network with on-line Learning on an FPGA |
Author/s | Vázquez Díaz, Daniel |
Director | Avedillo de Juan, María José
Jiménez Través, Manuel Núñez Martínez, Juan |
Department | Universidad de Sevilla. Departamento de Electrónica y Electromagnetismo |
Publication Date | 2023 |
Deposit Date | 2023-12-18 |
Academic Title | Universidad de Sevilla. Máster Universitario en Microelectrónica: Diseño y Aplicaciones de Sistemas Micro/Nanométricos |
Abstract | La inteligencia artificial es un concepto que cada vez está más integrado en nuestras vidas.
Aunque no nos demos cuenta, esta nos rodea en nuestro día a día. Ejemplos de esto son los
algoritmos que utilizan los buscadores ... La inteligencia artificial es un concepto que cada vez está más integrado en nuestras vidas. Aunque no nos demos cuenta, esta nos rodea en nuestro día a día. Ejemplos de esto son los algoritmos que utilizan los buscadores de internet, los cuales permiten ofrecer una publicidad que se adaptada en función de la información recopilada durante las búsquedas o los algoritmos de reconocimiento de señales de tráfico que se están implementando en los vehículos actuales. En general, estos algoritmos de inteligencia artificial están implementados sobre plataformas basadas en CPU y/o GPU, que tienen la desventaja de su gran consumo de potencia, que los hace inviables en aplicaciones de bajo consumo. Una alternativa es la implementación en hardware de estas redes neuronales, con frecuencia usando dispositivos y paradigmas de computación no convencionales. Entre estas últimas, se están estudiando redes neuronales oscilatorias (ONNs) con potencial para una computación eficiente energéticamente. En este trabajo fin de master se ha desarrollado el estudio e implementación hardware de un algoritmo de aprendizaje iterativo supervisado para ONNs. Este trata de mejorar las prestaciones de los algoritmos de aprendizaje simples, como la regla de Hebb. El punto de partida para el desarrollo de este trabajo ha sido una descripción Verilog a nivel RTL, sintetizable y parametrizable de una ONN digital. Las principales tareas llevadas a cabo han sido: • Análisis del funcionamiento de la ONN digital mediante simulación del código proporcionado. • Desarrollo y validación del nuevo algoritmo utilizando lenguajes de alto nivel (MATLAB). • Diseño a nivel RTL y validación de una implementación hardware del algoritmo. Se ha generado una descripción Verilog sintetizable y parametrizable para este hardware. En el diseño se ha utilizado el entorno Vivado. • Desarrollo de un sistema para su demostración experimental. Este usa una placa de desarrollo Zybo-7. La ONN y los módulos hardware que realizan el aprendizaje online se implementan en la lógica programable del APSoC Zynq del que dispone dicha placa. En su procesador corre una aplicación que permite conectar su puerto serie con el diseño hardware. Una aplicación MATLAB envía ordenes de aprendizaje o de inferencia a la ONN desde un PC. El algoritmo desarrollado mejora las prestaciones de los algoritmos de aprendizaje simples, como la regla de Hebb y se ha demostrado la operación correcta del sistema experimental |
Citation | Vázquez Díaz, D. (2023). Diseño de una red neuronal oscilatoria digital con capacidad de aprendizaje on-line sobre FPGA. (Trabajo Fin de Máster Inédito). Universidad de Sevilla, Sevilla. |
Files | Size | Format | View | Description |
---|---|---|---|---|
TFM_Vazquez_Diaz_Daniel.pdf | 3.999Mb | [PDF] | View/ | |