Alanda programlanabilir nöron dizisi tasarımı
Field programmable neural array design
- Tez No: 849747
- Danışmanlar: PROF. DR. BURCU ERKMEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada programlanabilir nöron modeline ve programlanabilir sinaptik plastisiteye sahip FPGA tabanlı bir nöromorfik donanım tasarımı ele alınmıştır. Literatürde halihazırda var olan programlanabilir lojik tabanlı nöromorfik sistemlerin değişmeyen nöron modelleri içermesi ve sınırlı sinaptik plastisiteye sahip olması nedeniyle bu çalışmanın ana hedefi tümüyle programlanabilir ve öğrenme işlemlerini FPGA üzerinde gerçekleştirebilen bir nöromorfik donanım tasarlamaktır. Çalışmada hedef platform olarak AMD Zynq-7000 SoC platformu kullanılmış olup, nöromorfik donanımın bütün alt modülleri VHDL donanım tanımlama dili ile yazılmıştır. Sistemin testleri PYNQ işletim sistemi ile yine aynı hedef platform üzerinde gerçekleştirilmiştir. Çalışmada FPGA tabanlı bir nöromorfik sistemin tümüyle programlanabilir ve esnek bir yapıda tasarlanabileceği, SoC platformunun da kullanılmasıyla beraber literatürde var olan programlanabilir lojik tabanlı sistemlere kıyasla daha esnek, farklı problemlerin çözümünde kullanılmaya uygun, farklı ağ topolojilerine, nöron modellerine ve öğrenme kurallarına uyum sağlayabilecek bir donanım tasarlanabileceği ortaya konulmuştur.
Özet (Çeviri)
This study focuses on the design of a neuromorphic hardware with a programmable neuron model and programmable synaptic plasticity based on FPGA. As the existing programmable logic-based neuromorphic systems in the literature contain fixed neuron models and have limited synaptic plasticity, the main aim of this study is to design a completely programmable neuromorphic hardware capable of performing learning processes entirely on FPGA. The AMD Zynq-7000 SoC platform is used as the target platform in this study, and all sub-modules of the neuromorphic hardware are written in VHDL hardware description language. The system tests were conducted on the same target platform using the PYNQ operating system. The study demonstrates that an FPGA-based neuromorphic system can be designed to be entirely programmable and flexible. With the use of the SoC platform, it can be more flexible compared to existing programmable logic-based systems in the literature, suitable for solving different problems, adaptable to different network topologies, neuron models, and learning rules.
Benzer Tezler
- Intelligent indoor nitrogen dioxide sensors network based FSO communication
Akıllı bina içi nitrojen dioksit sensorlerı ağına dayalı serbest uzay optik iletişimi
MOHAMMED HUSSEIN ALI
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAksaray ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF ERKAN YENİCE
- Biyolojik nöron modellerinin FPGA gerçekleştirimlerinde Taylor Maclaurin seri açılım yönteminin kullanılması
The usage of Taylor Maclaurin's serial expansion method in FPGA implementation of biological neuron models
BEKİR ŞIVGA
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiKayseri ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NİMET KORKMAZ
- Development of efficient method and hardware for sparse machine learning
Seyrek makine öğrenimi için verimli bir yöntem ve donanım geliştirilmesi
ÖNDER POLAT
Doktora
İngilizce
2023
Elektrik ve Elektronik MühendisliğiGaziantep ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. SEMA KOÇ KAYHAN
- FPGA tabanlı IQ-math sayı standardında YSA aktivasyon fonksiyonlarının tasarımı ve gerçeklenmesi
Design and implementation of FPGA-based ANN activation functions in IQ-math number standard
MEHMET ŞAMİL AKÇAY
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiAfyon Kocatepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL KOYUNCU
- Memristif nöromorfik sistem hesaplamaları ve uygulamaları
Memristive neuromorfic system calculations and applications
AHMET YASİN BARAN
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. RECAİ KILIÇ
DR. ÖĞR. ÜYESİ NİMET KORKMAZ