Learning and inference for wireless communications applications using in-memory analog computing
Bellek içi analog hesaplama kullanarak kablosuz iletişim uygulamaları için öğrenme ve çıkarım
- Tez No: 886465
- Danışmanlar: Prof. Dr. TOLGA METE DUMAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kablosuz iletişim teknolojilerindeki üstel büyüme, merkezi olmayan cihazlar ve sistemlerde daha verimli ve akıllı sinyal işleme ihtiyacını doğurmuştur. Geleneksel dijital hesaplama mimarileri, artan bu hesaplama taleplerini karşılamada giderek zorlanmakta, bu da performans darboğazlarına ve enerji verimsizliklerine yol açmaktadır. Bu sorun, sınırlı hesaplama yeteneklerine ve ciddi enerji sınırlamalarına sahip uç cihazlarda daha da önemli hale gelmektedir. Makine öğrenimi algoritmalarının bellek içi analog hesaplama ile, özellikle memristör tabanlı mimarilerle entegrasyonu, geleneksel olmayan bir hesaplama paradigması sunmakta ve uç cihazların enerji verimliliğini potansiyel olarak artırabilmektedir. Bu araştırma hem depolama hem de hesaplama yapabilen memristörlerin özelliklerinden faydalanarak, kablosuz iletişimin sinyal işleme görevlerinde gecikme ve güç tüketimini potansiyel olarak azaltma yollarını incelemektedir. Bu çalışma, kablosuz iletişimde derin öğrenme ve çıkarım için memristör tabanlı analog hesaplamayı üç ana alanda incelemektedir: hücresel ağ trafiği tahmini, nesnelerin interneti cihazları için çoklu sensörlü hava üstü çıkarım ve kutup kodları için sinirsel ardışık iptal kod çözme. Araştırma, ağ trafiği yönetimi için azaltılmış hesaplama yükü ile kabul edilebilir tahmin doğruluğu sunan analog hesaplamalardaki gürültü nedeniyle performansın düşmesine karşı dayanıklı eğitim tekniklerinin geliştirilmesini içermektedir. Ayrıca, analog sensörler ile bellek içi hesaplama kullanılarak L_p-norm ilhamlı bir sensör füzyon yöntemi için daha verimli çoklu sensör veri füzyonunu araştırmaktadır. Bunun yanı sıra, kutup kodları için sinirsel ardışık iptal kod çözücülerine analog memristör hesaplamasının entegrasyonunu inceleyerek, daha enerji verimli kod çözme algoritmalarına ulaşılabileceğini öne sürmektedir. Tezin bulguları, enerji verimliliğinde potansiyel iyileştirmeler önermekte ve kablosuz iletişim uygulamaları için bellek içi hesaplamanın faydalarını ve sınırlamalarını anlamamızı sağlamaktadır.
Özet (Çeviri)
The exponential growth of wireless communication technologies has created a crucial need for more efficient and intelligent signal processing in decentralized devices and systems. Traditional digital computing architectures increasingly struggle to meet these rising computational demands, leading to performance bottlenecks and energy inefficiencies. The problem becomes more significant on edge devices with limited computing capabilities and severe energy limitations. Integrating machine learning algorithms with in-memory analog computing, specifically memristor-based architectures, provides a non-traditional computing paradigm and can potentially enhance the energy efficiency of edge devices. By leveraging the properties of memristors, which can perform both storage and computation, this research investigates ways to potentially reduce latency and power consumption in signal-processing tasks for wireless communications. This study examines memristor-based analog computing for deep learning and inference in three areas of (wireless) communications: cellular network traffic prediction, multi-sensor over-the-air inference for internet-of-things devices, and neural successive cancellation decoding for polar codes. The research includes the development of robust training techniques for memristive neural networks to cater for degraded performance due to noise in analog computations and offer acceptable prediction accuracy with reduced computational overhead for network traffic management. It explores in-memory computing for an L_p-norm inspired sensor fusion method with analog sensors and enables more efficient multi-sensor data fusion. Also, it investigates the incorporation of analog memristive computing in neural successive cancellation decoders for polar codes, which could lead to more energy-efficient decoding algorithms. The findings of the thesis suggest potential improvements in energy efficiency and provide insights into the benefits and limitations of using in-memory computing for wireless communication applications.
Benzer Tezler
- YENİ YAKLAŞIMLAR KULLANILARAK İNDİS MODÜLASYONLU DİKGEN FREKANS BÖLMELİ ÇOĞULLAMA (OFDM-IM) SİSTEMLERİNDE KANAL KESTİRİMİ
CHANNEL ESTIMATION IN ORTHOGONAL FREQUENCY DIVISION MULTIPLEXING WITH INDEX MODULATION (OFDM-IM) SYSTEMS USING NEW APPROACHES
ÖMER ADIGÜZEL
Doktora
Türkçe
2026
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM DEVELİ
- Kimlik kartı biyometrik fotoğraf ve telefon kamerası özçekim ile yüz tanıma, veri toplama, test, değerlendirme ve karşılaştırma
Face recognition, data collection, testing, evaluation and comparison with id card biometric photo and phone camera selfie
MURAT SEKMEN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. KEMAL BIÇAKCI
- Ameliyat öncesi hastaların ameliyata ilişkin duyguları, düşünceleri ve bilgi istekleri
The Pre-operative patiensts feelings throughts and information requirements concerning their surgical operations
KADRİYE BULDUKOĞLU
Yüksek Lisans
Türkçe
1987
HemşirelikCumhuriyet ÜniversitesiHemşirelik Ana Bilim Dalı
YRD. DOÇ. DR. MELİHA ATALAY
