Trabajo Fin de Grado
Implementación de técnicas de Machine-Learning en FPGAs para la identificación de partículas
Autor/es | López Flores, José Ignacio |
Director | Muñoz Chavero, Fernando
Hinojo Montero, José María |
Departamento | Universidad de Sevilla. Departamento de Ingeniería Electrónica |
Fecha de publicación | 2023 |
Fecha de depósito | 2023-08-17 |
Titulación | Universidad de Sevilla. Grado en Ingeniería Electrónica, Robótica y Mecatrónica |
Resumen | La identificación de partículas es una parte clave en el estudio de la física de altas energías, fundamental para la
colección de datos que se usarán para la deducción de nuevas teorías físicas o verificación de hipótesis.
La ... La identificación de partículas es una parte clave en el estudio de la física de altas energías, fundamental para la colección de datos que se usarán para la deducción de nuevas teorías físicas o verificación de hipótesis. La técnica utilizada en este proyecto para la identificación de partículas es el análisis de la forma de pulso. Esta técnica es capaz de identificar partículas con gran precisión, gracias al empleo de técnicas de ‘MachineLearning’. A lo largo de este proyecto, se realizará un estudio de las técnicas de ‘Machine-Learning’, a través del software MATLAB, con el fin de poder implementarlas dentro de una FPGA Artix-7, optimizando así los recursos necesarios y la carga o coste computacional que éstas suponen. Dicho estudio se basará en la observación del comportamiento de las técnicas de ‘Machine Learning’ al trabajar en punto fijo, comprobando cuál debe ser la resolución para cada parámetro y cómo aplicar ciertos algoritmos. Una vez terminado el estudio se estimarán los recursos necesarios para la implementación final, y se realizará una comparativa con un ejemplo de aplicación sobre la FPGA. The identification of particles is a key part in the study of high energy physics, essential for the collection of data that will be used for the deduction of new physical theories or verification of hypotheses. The ... The identification of particles is a key part in the study of high energy physics, essential for the collection of data that will be used for the deduction of new physical theories or verification of hypotheses. The technique used in this project for particle identification is pulse shape analysis. This technique can identify particles with great precision, thanks to the use of 'Machine-Learning' techniques. Throughout this project, a study of the 'Machine-Learning' techniques will be carried out, through the MATLAB software, to be able to implement them within an Artix-7 FPGA, thus optimizing the necessary resources and the load or cost. computational that they imply. This study will be based on the observation of the behaviour of the 'Machine Learning' techniques when working at a fixed point, checking what the resolution should be for each parameter and how to apply certain algorithms. Once the study is finished, the necessary resources for the final implementation will be estimated, and a comparison will be made with an application example on the FPGA. |
Cita | López Flores, J.I. (2023). Implementación de técnicas de Machine-Learning en FPGAs para la identificación de partículas. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla. |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
TFG4644_López Flores.pdf | 4.288Mb | [PDF] | Ver/ | |