Hücresel sinir ağlarının simülasyonları için sürekli zaman modelleri
Continious time models for the simulations of cellular neural networks
- Tez No: 97932
- Danışmanlar: PROF.DR. MAHMUT ÜN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2000
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 146
Özet
ÖZET“HÜCRESEL SİNİR AĞLARININ SİMÜLASYONLARI İÇİN SÜREKLİ ZAMAN MODELLERİ”Bu tezde, Chua ve Yang tarafından tanımlanmış özel bir sınıf dinamik sinir ağı yapısı olan Hücresel Sinir Ağlan (HSA)' na devre teorisi açısından bakılmış ve donanım gerçeklemeleri için çeşitli modeller tasarlanarak PSPICE ve SIMULINK ortamlarında bu modellerin simülasyonlan yapılmıştır. Temel olarak Chua ve Yang' in önerdiği genelleştirilmiş hücre eşdeğeri kullanılıp, iki farklı eşdeğer devre türetilmiş ve bu yapılardaki bağımlı akım/gerilim kaynaklan tasarımlara dahil edilerek gerçeklenebilir tam sistemler elde edilmiştir. Aynca klasik işlemsel kuvvetlendiricili aktivasyon fonksiyonu devresinden başka bir de diyot köprülü limitörlü devre önerilmiştir. Son olarak PSPICE simülasyonlannda kolaylık sağlaması amacıyla, önerilen iki tam devre kullanılarak iki makromodel geliştirilmiştir. Çeşitli boyutlardaki HSA' nı tanımlayan diferansiyel denklem takınılan için, SIMULINK ortamında geliştirilen modeller yardımıyla nümerik olarak elde edilen çözümler, tasarlanan devrelerin benzetim sonuçlanyla karşılaştırılarak başanmlan incelenmiştir. XV
Özet (Çeviri)
SUMMARY «CONTTNIOUS-TIME MODELS FOR THE SIMULATIONS OF CELLULAR NEURAL NETWORKS" In this thesis, a special dynamical neural network architecture called Cellular Neural Networks (CNNs) introduced by Chua and Yang is investigated with circuit theory approach, several models for hardware realizations of the mentioned structures are designed and PSPICE and SIMULINK simulations are carried out. Basicly by using the Chua and Yang' s generalized cell equivalent, two other equivalent circuits are derived and complete systems which are suitable for realization are found by adding the actual dependent current/voltage sources to the designs. Beside employing a conventional opamp block as the activation function circuitry, a diode bridge limiter is proposed. Finally, two macromodels are developed by using two of the complete circuits to simplify the PSPICE simulation procedure. The numerical solutions of the differential equations that describe the CNNs with various dimensions are computed with SIMULINK models, and also they are compared with the simulation results of the complete circuits. XVI
Benzer Tezler
- FPGA üzerinde HYSA ve HYSA'ya özel öğrenme algoritmalarının birlikte gerçeklenmesi
Implementation of CNN and CNN specific learning algorithms on FPGA
ERDEM KÖSE
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜŞTAK ERHAN YALÇIN
- Hücresel sinir ağlarının şablon katsayılarının sayısal imgelerde kenar çıkarımı amacıyla farklı algoritmalar ile optimizasyonu
Optimizing the cloning templates of cellular neural networks by different algorithms for edge detection in digital images
HİLAL BENLİ
Yüksek Lisans
Türkçe
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Bölümü
YRD.DOÇ.DR. ALPER BAŞTÜRK
- Analog CMOS implementation of cellular neural networks
Başlık çevirisi yok
İZZET ADİL BAKTIR
Yüksek Lisans
İngilizce
1991
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiDOÇ.DR. MEHMET ALİ TAN
- Gecikmeli hücresel sinir ağlarının kararlılık analizi
Stabilty analysis of delayed cellular neural networks
SİBEL SENAN
Yüksek Lisans
Türkçe
2005
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ.DR. SABRİ ARIK
- Bulanık yapay sinir ağlarının dinamik davranış analizi
Analysis of dynamical behaviour of fuzzy neural networks
NİLAY SALT
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SİBEL SENAN