본문바로가기

자료 카테고리

전체 1
도서자료 0
학위논문 1
연속간행물·학술기사 0
멀티미디어 0
동영상 0
국회자료 0
특화자료 0

도서 앰블럼

전체 (0)
일반도서 (0)
E-BOOK (0)
고서 (0)
세미나자료 (0)
웹자료 (0)
전체 (1)
학위논문 (1)
전체 (0)
국내기사 (0)
국외기사 (0)
학술지·잡지 (0)
신문 (0)
전자저널 (0)
전체 (0)
오디오자료 (0)
전자매체 (0)
마이크로폼자료 (0)
지도/기타자료 (0)
전체 (0)
동영상자료 (0)
전체 (0)
외국법률번역DB (0)
국회회의록 (0)
국회의안정보 (0)
전체 (0)
표·그림DB (0)
지식공유 (0)

도서 앰블럼

전체 1
국내공공정책정보
국외공공정책정보
국회자료
전체 ()
정부기관 ()
지방자치단체 ()
공공기관 ()
싱크탱크 ()
국제기구 ()
전체 ()
정부기관 ()
의회기관 ()
싱크탱크 ()
국제기구 ()
전체 ()
국회의원정책자료 ()
입법기관자료 ()

검색결과

검색결과 (전체 1건)

검색결과제한

열기
논문명/저자명
지도/자율 학습이 가능한 재구성형 디지털 신경회로망 하드웨어 구현 / 유인갑 인기도
발행사항
인천 : 인하대학교 대학원, 2006.2
청구기호
TM 이미지로만 열람 가능
형태사항
p. ; 26 cm
제어번호
KDMT1200649707
주기사항
학위논문(석사) -- 인하대학교 대학원, 정보통신공학, 2006.2
원문
미리보기

목차보기더보기

표제지

국문요약

Abstract

목차

I. 서론 10

1.1. 신경회로망 개요 12

1.2 신경회로망 하드웨어 14

1.3 디지털 신경회로망 하드웨어 15

1.3.1 FPGA를 이용한 신경회로망 구현 16

II. 지도/자율학습이 가능한 재구성형 디지털 신경회로망 하드웨어 구조 17

2.1 ERNIE 17

2.1.1 MPU(Modular Processing Unit) 18

2.1.2 SPE(Synapse Processing Element) 20

2.1.3 LPE(Layer Processing Unit) 21

2.2 지도/자율학습이 가능한 재구성형 디지털 신경회로망 하드웨어 구조 22

2.2.1 pSPE (programmable SPE) 24

2.2.2 LPE 26

2.2.3 마스터 컨트롤러(Master Controller) 27

III. 학습 알고리즘 구현 29

3.1 제안된 구조에서의 BP 알고리즘 구현 29

3.1.1 BP 알고리즘 29

3.1.2 BP 알고리즘 구현 31

3.1.3 성능 분석 37

3.2 제안된 구조에서의 SOM 학습 알고리즘 구현 40

3.2.1 SOM 학습 40

3.2.2 SOM 학습 알고리즘 구현 42

3.2.3 성능 분석 46

IV. 구현 및 실험 결과 47

4.1 하드웨어 구현 47

4.2 문자 인식 실험 48

4.3 임펄스 노이즈 검출 실험 50

V. 결론 55

VI. 부록 56

VII. 참고문헌 67

표 1. 폰 노이만 컴퓨터와 신경회로망의 비교 12

표 2. 아날로그 신경회로망과 디지털 신경회로망의 장단점 비교 14

표 3. BP 알고리즘 구현을 위해 수행되는 pSPE, LPE, 마스터 컨트롤러의 역할 31

표 4. 출력층 pSPE의 내부 블록 동작 34

표 5. 은닉층 pSPE의 내부 블록 동작(1) 35

표 6. 은닉층 pSPE의 내부 블록 동작(2) 36

표 7. 신경회로망 하드웨어의 BP 알고리즘 성능 비교 39

표 8. SOM 학습 알고리즘 구현을 위해 수행되는 pSPE, LPE, 마스터 컨트롤러의 역할 42

표 9. 출력층 pSPE의 내부 블록 동작 45

표 10. 신경회로망 하드웨어의 SOM 학습 알고리즘 성능 비교 46

표 11. 구현된 하드웨어 사양 47

표 12. 학습 종료 후 제안된 구조와 Matlab 모델링간의 오차 비교 결과 49

표 13. SOM 학습에 필요한 파라미터 50

그림 1. 뉴런의 일반적인 구조 13

그림 2. 디지털 신경회로망 하드웨어 분류 15

그림 3. MPU의 블록 다이어그램 18

그림 4. MPU의 연결을 통한 레이어의 확장 19

그림 5. 내부 연결버스를 통한 시냅스 확장 19

그림 6. SPE의 블록 다이어그램 20

그림 7. LPE와 KLB의 블록 다이어그램 21

그림 8. 제안된 구조의 블록 다이어그램 22

그림 9. 제안된 구조에서의 레이어의 확장 23

그림 10. 제안된 구조에서의 시냅스의 확장 23

그림 11. pSPE의 블록 다이어그램 25

그림 12. 제안된 구조에서의 LPE의 블록 다이어그램 26

그림 13. 마스터 컨트롤러인 MicroBlaze RTL schematic 27

그림 14. 마스터 컨트롤러를 포함한 전체 시스템 블록 다이어그램 28

그림 15. 제안된 구조에서의 BP 알고리즘 연산 타이밍 다이어그램 33

그림 16. 제안된 구조에서의 BP 알고리즘 성능(MCUPS) 38

그림 17. SOM의 구조 40

그림 18. 승자 뉴런을 중심으로 한 이웃반경 41

그림 19. SOM 학습 연산의 타이밍 다이어그램 44

그림 20. 신경회로망의 학습에 사용된 알파벳 정상 패턴과 손상된 패턴 48

그림 21. 2차원 영역에서 지역적 정보 추출 50

그림 22. 10% 임펄스 노이즈가 있는 Lena 영상(왼쪽, 학습 패턴)과 15% 임펄스 노이즈가 있는 Lena 영상(오른쪽, 테스트 패턴) 51

그림 23. 정상 픽셀과 임펄스 노이즈 픽셀에 대한 승자 뉴런 분포도 Matlab 모델링 : (a) 정상 픽셀 (b) 임펄스 노이즈 픽셀 52

그림 24. 정상 픽셀과 임펄스 노이즈 픽셀에 대한 승자 뉴런 분포도 제안된 구조 : (c) 정상 픽셀 (d) 임펄스 노이즈 픽셀 53

표 1. 데이터 버스 56

표 2. 주요 컨트롤 신호 57

표 3. pSPE 관련 동작 모드 컨트롤 신호 64

표 4. LPE 관련 동작 모드 컨트롤 신호 64

표 5. 전체 시스템 동작 모드 컨트롤 신호 65

그림 1. datain 버스의 데이터 형식 (1) 58

그림 2. datain 버스의 데이터 형식 (2) 59

그림 3. datain 버스의 데이터 형식 (3) 60

그림 4. errsig_datain 버스의 데이터 형식 61

그림 5. calc_temp 버스의 데이터 형식 62

그림 6. passin 버스의 데이터 형식 62

그림 7. 동작 흐름도 66

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차
연속간행물 팝업 열기 연속간행물 팝업 열기