검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Hardware-Based Principal Component Analysis for Hybrid Neural Network Trained by Particle Swarm Optimization on a Chip 칩의 입자 군집 최적화를 통해 훈련된 하이브리드 신경망에 대한 하드웨어 기반 주성분 분석

Tuan Linh DANG, Yukinobu HOSHINO

  • 조회수

    0

  • 이것을 인용

요약 :

본 논문에서는 PSO(입자 군집 최적화) 알고리즘으로 훈련된 신경망(NN)을 위한 하이브리드 아키텍처를 제시합니다. NN은 하드웨어 측에서 구현되는 반면 PSO는 소프트웨어 측 프로세서에 의해 실행됩니다. 또한 상관 정보를 줄이기 위해 주성분 분석(PCA)도 적용됩니다. PCA 모듈은 작동 속도를 높이기 위해 SystemVerilog 프로그래밍 언어로 하드웨어에 구현됩니다. 실험 결과는 제안된 아키텍처가 성공적으로 구현되었음을 보여주었다. 또한 PSO 프로그램으로 학습한 하드웨어 기반 NN(NN-PSO)이 PSO 프로그램으로 학습한 소프트웨어 기반 NN보다 속도가 더 빨랐습니다. 제안된 PCA가 있는 NN-PSO는 PCA가 없는 NN-PSO보다 더 나은 인식률을 얻었습니다.

발행
IEICE TRANSACTIONS on Fundamentals Vol.E102-A No.10 pp.1374-1382
발행일
2019/10/01
공개일
온라인 ISSN
1745-1337
DOI
10.1587/transfun.E102.A.1374
원고의 종류
PAPER
범주
신경망과 생명공학

작성자

Tuan Linh DANG
  Hanoi University of Science and Technology
Yukinobu HOSHINO
  Kochi University of Technology

키워드