نام پژوهشگر: مهدی مدرسی
آرش فیروزان مهدی مدرسی
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 به صورت سریع و بهینه پیاده سازی شوند. در سیستمهای موازی، شبکه میان ارتباطی یکی از مهمترین اجزای سیستم است که وظیفه ایجاد ارتباط بین پردازنده ها را بر عهده دارد. در این پایان نامه با انتخاب شبکه های عصبی مصنوعی به عنوان زمین? پژوهش به بررسی نحو? پیاده سازی شبکه های عصبی مصنوعی روی توری دو بعدی و بررسی مسائل و مشکلات پیش رو پرداخته شده است. سپس اید? پیاده سازی شبکه های عصبی مصنوعی روی شبکه روی تراش? با قابلیت بازپیکربندی مطرح شده و جزئیات آن مورد بررسی قرار گرفته است. نتایج بدست آمده حاکی از آن است که معماری شبک? بازپیکربندی شوند? خوشه ای نسبت به معماری سلسله مراتبی و توری برای پیاده سازی شبکه های عصبی مصنوعی بهتر عمل می کند.
الهام مومن زاده نایینی مهدی مدرسی
در این پایان نامه، ما با استفاده از روش تقسیم زمانی منابع، شبکه ی روی تراشه را به دو زیر شبکه ی مجازی تقسیم نموده ایم تا علاوه بر سود جستن از مزایای تقسیم بندی بسته های کنترلی از بسته-های داده ای، حداکثر بهره وری از منابع را نیز داشته باشیم. بسته های داده ای در زیر شبکه ی داده ای و در برش های زمانی مخصوص به خود ارسال می شوند و بسته های کنترلی در برش های زمانی کنترلی در زیرشبکه ی کنترلی اجازه ی عبور می یابند. در این راستا به دلیل کوچک بودن بسته های کنترلی، امکان ارسال همزمان دو بسته را از روی اتصالات شبکه فراهم آوردیم تا ضمن بهبود 7 درصدی توان مصرفی، بروندهی شبکه را تا بیش از 33 افزایش دهیم. در آخر این امکان را به شبکه ی پیشنهادی افزودیم که در برش های زمانی مخصوص به یک نوع بسته، در صورتی که بسته-ای از آن نوع برای ارسال در مسیریاب وجود نداشته باشد، بسته ای از نوع دیگر در شبکه ارسال گردد.