Arquitetura de Hardware Baseada em Redes Neurais para Aproximação de uma Função Não Linear

Maicon A. Sartin¹; Alexandre C. R. da Silva²

¹ Universidade do Estado de Mato Grosso - UNEMAT; ² Universidade Estadual Paulista - UNESP

Baixar PDF

Resumo

Os modelos bioinspirados são uma contrapartida aos métodos tradicionais, principalmente na solução de problemas não lineares. As redes neurais artificiais são métodos amplamente investigados pela sua robustez, além da capacidade de generalização, reconhecimento de padrões e aprendizado. Existem diversos métodos e técnicas para a prototipação de redes neurais artificiais em dispositivos reconfiguráveis (FPGA) pelo seu nível de paralelismo. A contribuição deste trabalho está na implementação de uma RNA Multicamadas com 4 neurônios, uma camada escondida e função de ativação tangente hiperbólica. A aplicação para validação do sistema da RNA é a aproximação de uma função não linear. O método empregado na implementação da função de ativação é híbrido entre divisão em partes lineares e combinacional. O sistema faz a comparação dos resultados em baixo e alto nível de abstração. A análise dos resultados são realizadas através do desempenho, da área utilizada na FPGA e dos erros, absoluto e relativo.

Palavras-chave: FPGA; Redes Neurais Artificiais; Tangente Hiperbólica; Ponto Flutuante