تکنولوژی مدارات ترکیبی nano/cmos برای پیاده سازی شبکه های عصبی مصنوعی

thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه سمنان - دانشکده برق
author رضا مهدیه نجف آبادی
adviser پرویز کشاورزی
Number of pages: First 15 pages
publication year 1390

abstract

پتانسیل بسیار بالای تکنولوژی نانو، امکان پیاده سازی شبکه های عصبی مغز را که آرزوی دیرین بشر بوده؛ فراهم می آورد. در این میان تکنولوژی نانوالکترونیک ترکیبی به دلیل همگونی با تکنولوژهای قبل و قابلیت های مناسب آن به نظر می رسد؛ تکنولوژی مناسبی از بین طرح های پیشنهادی برای ادامه روند صنعت الکترونیک باشد. این پایان نامه نیز در راستای تحقیقات مبتنی بر پیاده سازی شبکه های عصبی در نانوالکترونیک ترکیبی nano/cmos تهیه گردیده است؛ که پس از ارائه مدل های مختلف شبکه های عصبی، به معرفی تکنولوژی نانوالکترونیک ترکیبی nano/cmos که برای تکنولوژی نسل بعد پیشنهاد گردیده؛ می پردازد و پس از ارائه روش های مختلف، برای پیاده سازی شبکه های عصبی در نانوالکترونیک، طرحی را نیز ارائه می دهد. در این طرح از نانوسیم ها برای پیاده سازی دندریت ها و آکسون ها و از قسمت cmos برای قسمت هسته سلول نرونی و از نانوافزاره ها به عنوان سیناپس استفاده می شود. همچنین برای پیاده سازی وزن ها از یک نانوافزاره استفاده شده که از مشخصه غیرخطی ولتاژ-جریان آن استفاده گردیده است. این طرح با کاهش تعداد نانوافزاره ها امکان کاهش مساحت و توان مصرفی را به میزان زیادی ارائه می دهد و همچنین امکان آموزش شبکه نیز به طور دینامیکی فراهم می گردد. در انتها نیز با رویکردی بر نانوافزاره ی جدید، ممریستور، به بررسی مقدماتی طرحی پرداخته شده که به spiking معروف بوده و در آن نرون ها با استفاده از پالس هایی به یکدیگر مرتبط می شوند. در این قسمت اثر پالس های مختلف را بر روی ممریستور بررسی شده تا بتوان مناسبترین پالس را برای ارتباط نرون ها در این روش انتخاب نمود.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

بهره گیری از مدارات ترکیبی nano/cmos برای پیاده سازی شبکه های عصبی مصنوعی

استفاده از سیستم هوش مصنوعی شبکه های عصبی برای شبیه سازی

full text

مدل ترکیبی شبکه عصبی مصنوعی- زمین آمار برای پیش‌بینی مصرف آب شهری: مطالعه موردی: شهر اسکو

پیش‌بینی میزان مصرف در مدیریت منابع آب، به‌ویژه در مناطق خشک و نیمه‌خشک مانند کشور ایران اهمیت بسیار زیادی دارد و برنامه‌ریزی مناسب به‌منظور بهره‌برداری مطمئن از این منابع مستلزم وجود ابزار توانمند پیش‌بینی در این زمینه است. در این پژوهش با توجه به توانایی شبکه‌های عصبی مصنوعی در مدل‌سازی سیستم‌های پیچیده و قابلیت علم زمین آمار در مدل‌سازی داده‌های مکان...

full text

پیاده سازی شبکه های عصبی راف با یادگیری احتمالاتی جهت شناسایی سیستم های غیرخطی

در این مقاله یک شبکه عصبی راف بهبود یافته به منظور شناسایی سیستم های غیرخطی آشوبی ارائه شده است. شبکه های عصبی راف نوعی از ساختارهای عصبی هستند که براساس نرون های راف طراحی می شوند. یک نرون راف را می توان بصورت زوجی از نرون ها در نظر گرفت، که به نرون های کرانه بالا و کرانه پایین موسوم هستند. رویکرد نرون راف استفاده از محاسبات بازه ای در شبکه عصبی را امکان پذیر می سازد، بنابراین می توا...

full text

ارائه یک معماری مبتنی بر شبکه های میان ارتباطی برای پیاده سازی شبکه های عصبی مصنوعی

در الگوریتم های موازی می توان برنامه را به قسمت هایی تقسیم کرد و هر قسمت از برنامه را روی پردازنده ای متفاوت اجرا نمود و در نهایت برای کسب نتیجه مطلوب، محاسبات هر بخش را کنار هم قرار داد. طیف وسیعی از الگوریتم ها شامل الگوریتم های پردازش سیگنال، زیست انفورماتیک ، شبکه های عصبی مصنوعی ، بینایی ماشین و فیزیک محاسباتی دارای موازات زیادی هستند و می توانند به صورت موازی بر روی یک سیستم چندپردازنده ب...

شبیه سازی واحد کک‌ساز تأخیری توسط شبکه عصبی مصنوعی

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}

document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه سمنان - دانشکده برق

Keywords

پیاده سازی شبکه عصبی

Hosted on Doprax cloud platform doprax.com