Circuit level simulation based training algorithms for analog nevral networks
Analog yapay sinir ağları için devre düzeyinde benzetim tabanlı eğitim algoritmaları
- Tez No: 50469
- Danışmanlar: DOÇ.DR. SİNA BALKIR, Y.DOÇ.DR. GÜNHAN DÜNDAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1996
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Son yıllarda, bir çok uygulamadaki başarılarından dolayı, yapay sinir ağları sıkça kullanılır duruma gelmiştir. Bir çok uygulama ise gerçek zamanda ya da çok hızlı çalışan yapay sinir ağları kullanmaktadır. Bu ise sadece yapar sinir ağlarına adanmış donanım ile gerçekleştirilebilir. Yapay sinir ağlarının doğasında paralel çalışma olduğu için, sayısal olarak gerçeklenmeleri iyi sonuçlar vermez. Analog olarak gerçeklenmeleri ise, gerçek devreler ile bunların modelleri arasındaki ayrılıklardan dolayı bir çok sorunla karşılaşmaktadır. Bu sorunları değerlendirebilmek için devre seviyesinde benzitim yapılması gerekir. Bu tezde geliştirilen devre benzeticisi, yapay sinir ağlarının yapısının biri birine benzeyen ve biri birinden bağımsız bir çok parçacıktan oluşmasından yararlanmaktadır. Devre benzetimi sırasında, yapay sinir ağı devresi, birbirinden bağımsız parçalara ayrılarak, her parçanın benzetimi ayrı ayrı yapılır. Literatürde parçalı devre benzeticileri bulunmasıda rağman, bunların yapay sinir ağlarına uygulanması ilk defa olarak gerçekleştirilmiştir. Gerliştirilen benzetici, şu ana kadar gerçekleştirilmiş olan bütün benzeticileden hız ve yakınsama bakımından daha başarılıdır. Bu devre benzeticisi, yapay sinir ağlarının devre seviyesinde eğitilmesini sağlamaktadır. Madaline İÜ Kuralı devre benzeticisi ile entegre edildiği için, devre seviyesinde eğitme işlemini yapmak mümkün olmaktadır. Devre seviyesinde, benzetim ile eğitim yapma işlemi daha önceden hiç yapılmadığı gibi, denenen örnekler üzrinde çok başarılı sonuçlar elde edilmiştir. Bu devre benzeticisinin kullanımı, yapay sinir ağlarının gerçekleştirilmesi konusunda karşılaşılan bir çok sorunu ortadan kaldıracaktır.
Özet (Çeviri)
IV ABSTRACT Neural networks have gained popularity in the last few years due to their success in diverse applications. However, many applications require real time, or very fast operation. This is possible only with dedicated neural network hardware. Due to the inherently parallel nature of neural networks, digital realizations have not been feasible. Analog realizations, on the other hand, have been plagued by non-idealities in circuit behavior. In order to consider such non-idealities circuit level simulations should be performed. The circuit simulator introduced in this thesis makes use of the fact that neural networks with multilayer perceptron architecture consist of many decoupled blocks. The whole circuit can be partitioned into blocks during simulation and each partition can be simulated separately. Although partitioned simulators have appeared in the literature previously, they are applied to neural networks for the first time. The simulator outperforms all conventional simulators in both speed and convergence criteria. This simulator allows us to do training on the circuit level. On-chip training is implemented on the software because the circuit simulator is incorporated into the Madaline Rule III. On-chip training on the simulator has never been done before and has yielded extremely successful results for the examples we have tried. The use of this software will solve most of the problems with analog neural network implementations.
Benzer Tezler
- Dinamik algılayıcı öğrenme algoritması ile kenar saptamanın öğrenilmesi
Learning of edge detection using recurrent perceptron learning algorithm
FİLİZ YOSMA TAŞKIN
Yüksek Lisans
Türkçe
1995
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. CÜNEYT GÜZELİŞ
- Çok makineli güç sisteminde açısal kararlılık analizi ve kontrolör parametre optimizasyonu
Angular stability analysis and controller parameter optimization in multi-machine power system
SERDAR EKİNCİ
Doktora
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞEN DEMİRÖREN
- Antenlerin hızlı ve doğru tasarımı için esnek hesaplamaya dayalı sayısal karma yöntemler
Numerical hybrid methods based on soft computing for fast and accurate design of antennas
MAHMUD ESAD YİĞİT
Doktora
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT TAYFUN GÜNEL
- Açık uçlu eşeksenel prob ile dielektrik spektroskopi için makine öğrenmesi temelli kestirim yöntemleri
Machine learning based estimation methods for dielectric spectroscopy with open-ended coaxial probe
MUSA ALPEREN YILMAZ
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET ÇAYÖREN
- Çok seviyeli eviricilerin çıkış parametrelerinin bulanık mantık sistemine dayalı uyarlanır ağlar mimarisi ile belirlenmesi
Determining the output parameters of multilevel inverters with adaptive networks architecture based on fuzzy logic system
TUĞBA ATAR
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKaramanoğlu Mehmetbey ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SELAMİ BALCI