Geri Dön

VLSI implementation of gaussian potential function neural networks

'Gassian Potential Function' sinir ağlarının VLSI ile gerçeklenmesi

  1. Tez No: 50510
  2. Yazar: İSMAİL CAN ÇEVİKBAŞ
  3. Danışmanlar: PROF.DR. ÖMER CERİD
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1996
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 96

Özet

ÖZET Bu çalışmada, 'Gaussian Potential Function Network' yapısının, tümdevre tasarımı gerçekleştirildi. Bu yapı için, çeşitli analog ve sayısal hücreler tasarlandı, bunların benzetimleri gerçekleştirildi. Bu benzetimler de HSpice devre benzetim programı kullanıldı. Hazırlanan hücreler kullanarak oluşturulan ağ yapısı bir örnek giriş ve parametre kümesiyle denendi. Sonuçlar beklenen verilerle karşılaştırıldılar. Tasarlanan ağ yapısının öğrenme süreçlerinde kullanılmak üzere, 'Hierarchically Self Organizing Learning' algoritmasını kullanan bir yazılım geliştirildi. Bu program çeşitli fonksiyonlar için denendi.

Özet (Çeviri)

IV ABSTRACT A Gaussian Potential Function Network is implemented with VLSI. Analog and digital cells are designed for the implementation. All these cells are simulated with the circuit simulator Hspice to optimal operation. They are, then, brought together to make up the network. The network simulation is carried out with some input stimulus for a prespecified network parameters. The results are compared to the desired values. A software program, employing Hierarchically Self Organizing Learning algorithm, is developed so as to train the hardware network for a desired mapping. The program is tested and the results for a sample mapping sample space is investigated.

Benzer Tezler

  1. Hücresel nöral ağlar ve uygulamaları

    Cellular neural networks and applications

    SEVİLAY ÖZDEMİR

  2. Weight quantization for multi-layer perceptrons

    Çok katmanlı yapay sinir ağları için ağırlık nicemlemesi

    FATİH KÖKSAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2000

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ETHEM ALPAYDIN

    DOÇ. DR. GÜNHAN DÜNDAR

  3. Düşük bir hızlarında konuşma kodlama ve uygulamaları

    Low bit rate speech coding and applications

    TARIK AŞKIN

  4. VLSI implementation of lossless JPEG2000 image coding system

    Kayıpsız JPEG2000 görüntü kodlama sistemi VLSI uygulaması

    MURAT DİLAVER VURAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2009

    Elektrik ve Elektronik MühendisliğiAtılım Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. RUŞEN ÖKTEM

    YRD. DOÇ. DR. HAKAN TORA

  5. VLSI implementation of an m-bant wavclet filter

    Bir M-bantlı dalgacık süzgecinin çok geniş çaplı tümleşik devre uygulaması

    K. YAVUZ ATABEK

    Yüksek Lisans

    İngilizce

    İngilizce

    1996

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    DOÇ. DR. SİNA BALKIR