Floating-point hardware designs for multimedia processing
Çoklu-ortam işleme için kayan-nokta donanim tasarimlari
- Tez No: 244339
- Danışmanlar: DOÇ. DR. MUSTAFA GÖK
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
- Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: 117
Özet
Bu tezde çoklu ortamlarda için kayan-nokta aritmetik devreleri tasarımları yapılmıştır. Bu amaçla kayan-nokta toplama, kayan-nokta çarpma, kayan nokta çarp-topla ve kayan-nokta bölme aritmetik işlemleri araştırıldı ve özel donanım tasarımları gerçekleştirildi. Çoklu ortam yönergeleri tek yönerge çoklu veri tipi (SIMD) yönergeleridir. Paketlenmiş veri üzerinde işlem gerçekleştiren donanımlar kayan nokta çoklu ortam yönergelerinin işletilme hızını artırır. Bu tezde de çarpma, toplama çıkartma ve bire bölme işlemlerinde paketlenmiş kayan-nokta sayılar kullanılarak çoklu ortam işlemlerin gerçekleştirilmesinin hızlandırılması ve beraberinde fonksiyonel geliştirmeler sağlanmıştır.
Özet (Çeviri)
In this dissertation floating-point arithmetic circuits for multimedia processing aredesigned. The arithmetic operations floating-point add, floating-point multiply, floatingpointmultiply-add and floating-point division are researched and specific hardware designsfor them are implemented. The multimedia instructions are single instruction multidata (SIMD) type instructions. Hardware designs that perform operations on packed dataincrease the speed of the execution of floating-point multimedia instructions. In this dissertation,multiplication, addition, subtraction and reciprocal operations are speed up andadditional functionalities are added using packet floating-point numbers.
Benzer Tezler
- FPGA üzerinde diferansiyel gelişim algoritması ile yapay sinir ağı eğitimi
Training of artificial neural network with differential evolution algorithm on FPGA
ALİ RIZA YILMAZ
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BURCU ERKMEN
- A refined methodology tor model-based FPGA hardware design: An example of quadrotor dynamical model implementation
Model tabanlı FPGA donanımı tasarımında iyileştirilmiş bir yöntem sistemi: Bir dört rotorlu için dinamik model gerçekleme örneği
SEZER MEMİŞ
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RAMAZAN YENİÇERİ
- High-level synthesis of a hardware accelerator for quaternion to Euler angles conversion
Kuaterniyondan Euler açılarına dönüşüm için donanım hızlandırıcısının yüksek seviyeli sentezi
SERKAN ŞENEL
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RAMAZAN YENİÇERİ
- Efficient neural network processing via model compression and low-power functional units
Model sıkıştırma ve düşük güç fonksiyonel ünitelerle verimli sinir ağı işleme
ALİ NECAT KARAKULOĞLU
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMİNE ÜLKÜ SARITAŞ ÇUKUR
DR. ÖĞR. ÜYESİ BURÇİN ÇAKIR
- Multiplication free neural networks
Çarpma işlemsiz sinir ağları
MAEN M.A. MALLAH
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Prof. Dr. AHMET ENİS ÇETİN