Yapay sinir ağlarının otomatik olarak donanım ortamında gerçeklenmesi

Yapay Sinir Ağları (YSA) FPGA tabanlı sistemlerde gerçeklenirken; öncelikle istenen YSA için bir sayısal tasarım yapılır, ardından yapılan tasarım, bir donanım tanımlama dilinde kodlanarak hedef FPGA için sentezlenir. Bu işlemler zaman alan, uzman gerektiren ve hataya açık işlemlerdir. Bu çalışmada, yapay sinir ağlarının FPGA tabanlı sistemler de gerçekleme işlemini otomatikleştirmek, bu işlem için uzman gereksinimini azaltmak ve gerçeklenme sürecini kısaltmak amacıyla, bir otomatik tasarım aracı (Yapay sinir ağı Tasarım Aracı (YTA)) geliştirilmiştir. YTA değişik test durumları ile başarılı bir şekilde test edilmiştir. YTA sayesinde istenen YSA için veri yolu saniyeler içinde otomatik olarak tasarlanmakta ve HDL kodu üretilebilmektedir.

Automatical implementation of artificial neural networks on hardware

While Artificial Neural Networks (ANNs) are implemented on FPGAs, first, a logic design is made for the desired ANN. Second, this design is coded in a hardware description language and is synthesized for a target FPGA chip. These procedures are time consuming, error prune processes and requires expert personal. In this study, an ANN data paths design tool (YTA) was developed to help automate the application of ANNs to FPGAs, to reduce the design and implementation time, and to minimize the expert requirements while mapping ANNs to FPGAs. YTA was tested with several test cases successfully. Using YTA, data paths can be designed and HDL codes can be produced automatically for given ANN in seconds.

___

  • Z. Şen, "Yapay sinir ağları ilkeleri", İstanbul, Su Vakfı, 2004.
  • Ç. Elmas, "Yapay zekâ uygulamaları", Ankara, Seçkin Yayıncılık, 2007.
  • E. Kandel, "Principles of neural science", U.S.A., Elsevier Science Publishing Co., 1991.
  • Ö. Yıldız, "Döviz kuru tahmininde yapay sinir ağlarının kullanımı", Eskişehir, Anadolu Üniversitesi (Yüksek Lisans Tezi), 2006.
  • J. Tebelkıs, "Speech recognition using neural networks", Pennsylvania, School of Computer Science Carnegie Mellon University (Doctor of Philosophy Thesis), 1995.
  • İ. Şahin ve C. S. Gloster, "FPGA tabanlı CCM'ler için genel amaçlı bir ara yüz", Kocaeli, Bilimde Modern Yöntemler Sempozyumu, 2005.
  • C. S. Gloster ve İ. Şahin, "Floating-Point modules targeted for use with RC compilation tools", in Earth Science Technology Conference (ESTC), College Park, MD., 2001.
  • İ. Şahin, "A 32-Bit Floating-Point module design for 3D graphic transformations", Scientific Research and Essays, cilt 5, no. 20, pp. 3070-3081, 2010.
  • İ. Koyuncu, "A matrix multiplication engine for graphic systems designed to run on FPGA devices", Düzce-Türkiye: Düzce Üniversitesi (Doktora Tezi), 2008.
  • M. A. Çavuşlu, C. Karakuzu, S. Şahin ve F. Karakaya, "Yapay sinir ağı eğitiminin IEEE 754 kayan noktalı sayı formatı ile FPGA tabanlı gerçeklenmesi", İstanbul, İstanbul Teknik Üniversitesi (GOMSİS), 2008. İstanbul Teknik
  • M. A. Çavuşlu, H. Altun ve F. Karakaya, "Plaka yeri tespiti için kenar bulma, bit tabanlı öznitelik çıkartma ve YSA sınıflandırıcısının FPGA üzerine uyarlanması", İstanbul, İstanbul Teknik Üniversitesi (GOMSİS), 2008. İstanbul Teknik
  • F. Benrekia, M. Attari, A. Bermak ve K. Belhout, "FPGA implementation of a neural network classifier for gas sensor array applications," in 6th International Multi-Conference on Systems, Signals and Devices, Djerba,1-6, 2009.
  • A. Uçar, "Türkçe fonemlerin sınıflandırılmasında kullanılan sinir ağının FPGA uygulaması", Ankara, Hacettepe Üniversitesi (Yüksek Lisans Tezi), 2007.
  • L. Reis, L. Aguiar, D. Baptista and F. Morgado- Dias, "A software tool for automatic generation of neural hardware", The International Arab Journal of Information Technology, cilt 11, no. 3, pp. 229- 235, 2014.
  • L. Reis, L. Aguiar, D. Baptista and F. Morgado- Dias, "ANGE - Automatic Neural Generator", Artificial Neural Networks and Machine Learning, Espoo, Finland, Springer, 2011, pp. 446-453.
  • J. Freeman ve D. Skapura, "Neural networks algorithms, applications and programming techniques", Boston, USA, Addison-Wesley Publishing Company, 1991.
  • Microsoft, "MSD 2010. [Çevrimiçi]. Available: Microsoft, 2010. [Çevrimiçi]. Available: https://msdn.microsoft.com/en- us/library/dd831853(v=vs.100).aspx. Pazartesi Aralık 2015]. [Erişildi:
  • Xilinx, ISE In-Depth Tutorial, Xilinx Corp. (http://www.xilinx.com/support/documentation/s w_manuals/xilinx14_1/ise_tutorial_ug695.pdf), 2012.
  • O. İnan, "Veri madenciliği", Konya, Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, 2003.
  • A. Kalikov, "Veri madenciliği ve bir e-ticaret uygulaması", Üniversitesi, Fen Bilimleri Enstitüsü, 2006.
  • M. Roberti, "RFID journal home linda", 16 Ekim 2013. [Çevrimiçi]. Available: http://www.rfidjournal.com/articles/view?926#st hash.aNglf57U.dpuf.
  • Ü. Yarımağan, "Veritabanı sistemleri", Ankara, Akademi Yayınevi, 2000.
  • P. Adriaans ve D. Zantinge, "Data Mining",Boston, MA, Addison Wesley Longman Publishing, 1997
Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi-Cover
  • ISSN: 1301-4048
  • Yayın Aralığı: Yılda 6 Sayı
  • Başlangıç: 1997
  • Yayıncı: Sakarya Üniversitesi Fen Bilimleri Enstitüsü