Show simple item record

Master's Final Project

dc.contributor.advisorAvedillo de Juan, María Josées
dc.contributor.advisorJiménez Través, Manueles
dc.contributor.advisorNúñez Martínez, Juanes
dc.creatorVázquez Díaz, Danieles
dc.date.accessioned2023-12-18T09:42:18Z
dc.date.available2023-12-18T09:42:18Z
dc.date.issued2023
dc.identifier.citationVázquez 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.
dc.identifier.urihttps://hdl.handle.net/11441/152615
dc.description.abstractLa 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 experimentales
dc.formatapplication/pdfes
dc.format.extent99 p.es
dc.language.isospaes
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectFPGAes
dc.subjectZynqes
dc.subjectVivadoes
dc.subjectVitises
dc.subjectMATLABes
dc.subjectAXIes
dc.subjectONNes
dc.subjectAprendizaje supervisadoes
dc.titleDiseño de una red neuronal oscilatoria digital con capacidad de aprendizaje on-line sobre FPGAes
dc.title.alternativeDesign of an oscillatory neural network with on-line Learning on an FPGAes
dc.typeinfo:eu-repo/semantics/masterThesises
dc.type.versioninfo:eu-repo/semantics/publishedVersiones
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses
dc.contributor.affiliationUniversidad de Sevilla. Departamento de Electrónica y Electromagnetismoes
dc.description.degreeUniversidad de Sevilla. Máster Universitario en Microelectrónica: Diseño y Aplicaciones de Sistemas Micro/Nanométricoses

FilesSizeFormatViewDescription
TFM_Vazquez_Diaz_Daniel.pdf3.999MbIcon   [PDF] View/Open  

This item appears in the following collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Except where otherwise noted, this item's license is described as: Attribution-NonCommercial-NoDerivatives 4.0 Internacional