Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids maģistra akadēmiskās studijas
Studiju programmas nosaukums Elektronika
Nosaukums "Konvolūcijas neironu tīkla implementācijas iespēju izpēte heterogēnā iegultā sistēmā"
Nosaukums angļu valodā "Research on Convolutional Neural Network Implementation Possibilities in the Heterogenous Embedded System"
Struktūrvienība 13300 Mikroviļņu inženierijas un elektronikas institūts
Darba vadītājs Modris Greitāns
Recenzents Guntars Balodis, RTU, ETF prof.
Anotācija Mūsdienu tendences ir veidot portatīvas iekārtas jeb iegultās sistēmas, kuras ir paredzētas noteiktu uzdevumu veikšanai. Mākslīgais intelekts ir guvis plašu popularitāti, kur konvolūcijas neironu tīkli sniedz iespēju apvienot mašīnmācīšanos ar, piemēram, datorredzi, tādejādi elektroniskās ierīces padarot apkārtējo vidi uztverošas un saprotošas. Konvolūcijas neironu tīklu īstenošana prasa lielus skaitļošanas resursus, tādēļ ir nepieciešams aplūkot iespējas tos implementēt heterogēnās iegultās sistēmās, kuras var sniegt nepieciešamo skaitļošanas spēju un kompaktumu. Šī darba mērķis ir izpētīt konvolūcijas neironu tīklu implementācijas iespējas heterogēnā iegultā sistēmā, implementēt tajā kādu izvēlētu konvolūcijas neironu tīkla piemēru un novērtēt tā veiktspēju. Darba mērķa sasniegšanai darba teorētiskajā daļā tiek izpētīta heterogēnas iegultas sistēmas uzbūve, kura sastāv no programmējama loģikas masīva un mikroprocesora, kā arī tiek izpētīta neironu tīklu un konvolūcijas neironu tīklu uzbūve un darbības principi. Darba mērķa sasniegšanai darba praktiskajā daļā tiek izklāstīta darbā izveidotā konvolūcijas neironu tīkla slāņa arhitektūra, kura veidota ar nolūku, ka šos slāņus iespējams savienot vienu pēc otra, lai izveidotu pilnu konvolūcijas neironu tīklu. Izveidotā tīkla slāņa arhitektūra implementēta, izmantojot aparatūru aprakstošu valodu VHDL, autoram pieejamā Intel Cyclone V vienkristālshēmā, tiek novērtēta tā veiktspēja un salīdzināta ar mikroprocesora veiktspēju. Izveidotā konvolūcijas neironu tīkla slāņa arhitektūra, pateicoties tās aprakstam VHDL, ir universāli pielietojama ar nelielām modifikācijām, kuras ir pieminētas darba nobeigumā. Lai izveidoto konvolūcijas tīkla slāņa arhitektūru izmantotu tīkla implementācijā, darba nobeigumā tiek rekomendēts, kā izvēlēties ierīci, lai varētu pilnvērtīgi implementēt konvolūcijas neironu tīklu. Darbs tiek izstrādāts Elektronikas un datorzinātņu institūtā Eiropas Reģionālās attīstības fonda līdzfinansētā projekta ”Reāla laika stereo redzes dziļuma kartes sensors”, nr. ”KC-PI-2017/96”, ietvaros. Darbs sastāv no 47 lappusēm, 22 attēliem un 4 tabulām. Darbā izmantoti 38 literatūras avoti.
Atslēgas vārdi konvolūcijas neironu tīkli mašīnmācīšanās programmējamie loģikas masīvi heterogēnas iegultas sistēmas
Atslēgas vārdi angļu valodā convolutional neural networks machine-learning field-programmable gate arrays heterogeneous embedded systems
Valoda lv
Gads 2018
Darba augšupielādes datums un laiks 08.06.2018 16:19:21