Gelişmiş Arama

Basit öğe kaydını göster

dc.contributor.authorKoyuncu, İsmail
dc.contributor.authorTuna, Murat
dc.date2019-07-02
dc.date.accessioned2019-07-03T07:31:37Z
dc.date.available2019-07-03T07:31:37Z
dc.date.issued2016
dc.identifier.citationKoyuncu, İ., Tuna, M., "Gömülü Yapay Sinir Ağı Uygulamaları İçin FPGA Üzerinde Elliott-2 Tabanlı Tanjant Sigmoid Transer Fonksiyonunun Gerçeklenmesi", Uluslararası Bilgi​sayar Bilimleri ve Mühendisliği ​Konferansı (UBMK 2016), Tekirdag Turkey, 23-25 Ekim 2016.
dc.identifier.urihttps://hdl.handle.net/20.500.11857/1010
dc.description.abstractIn this study, Elliott-2 Tangent Sigmoid transfer function approach has been implemented for embedded Artificial Neural Network (ANN) using Xilinx ISE simulation program in 32-bit IEEE 754 1985 floating point number standard on FPGA. FPGA chip statistics and performance analyses obtained from this study have been presented. In addition, a sample ANN application has been performed using Elliott-2-based Tangent Sigmoid transfer function unit on FPGA. In the study, feed forward multilayer the ANN structure has been used and resource utilization statistics of FPGA chip have been presented by applying Elliott-2-based Tangent Sigmoid transfer function structure to the sample ANN. The maximum operating frequency of ANN on FPGA was obtained as 362 MHz. The ANN structure working as pipeline can produce results approximately 3.94 million in 1 second. Real-time high speed ANN applications can be implemented using FPGA-based Elliott-2 Tangent Sigmoid transfer function unit in different areas for future studies.
dc.description.abstractBu çalışmada, gömülü Yapay Sinir Ağı (YSA (Artificial Neural Network (ANN))) uygulamaları için FPGA üzerinde Elliott-2 Tanjant sigmoid transfer fonksiyonu yaklaşımı 32-bit IEEE 754 1985 kayan noktalı sayı standardında VHDL dili ile Xilinx ISE benzetim programı kullanılarak gerçeklenmiştir. Yapılan çalışmadan elde edilen FPGA çip istatistikleri ve performans analizleri sunulmuştur. Ayrıca sunulan FPGA üzerindeki Elliott-2-tabanlı Tanjant sigmoid transfer fonksiyonu ünitesi kullanılarak örnek bir YSA uygulaması gerçekleştirilmiştir. Çalışmada ileri beslemeli çok katmanlı (feed forward multilayer) YSA yapısı kullanılmış ve Elliott-2 tabanlı Tanjant sigmoid transfer fonksiyonu yapısı örnek YSA’na uygulanarak FPGA çip kaynak kullanımı istatistikleri sunulmuştur. Elliott-2 tabanlı Tanjant sigmoid transfer fonksiyonu ünitesi kullanılarak FPGA üzerinde tasarımı gerçekleştirilen YSA’nın maksimum çalışma frekansı yaklaşık olarak 362 MHz olarak elde edilmiştir. Yapılan tasarım pipeline olarak çalıştığından sunulan YSA yapısı, 1 s içerisinde yaklaşık olarak 3.94 milyon sonuç üretebilmektedir. İleride yapılacak çalışmalarla, sunulan FPGA-tabanlı Elliott-2 Tanjant sigmoid transfer fonksiyonu ünitesi kullanılarak farklı alanlarda gerçek zamanlı yüksek hızlı YSA uygulamaları gerçekleştirilebilir
dc.language.isotur
dc.relation.ispartofInternational Conference on Computer Science and Engineering 2016
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectArtificial Neural Networks
dc.subjectTangent Sigmoid Transfer Function
dc.subjectElliott-2
dc.subjectFPGA
dc.subjectYapay Sinir Ağları
dc.subjectTanjant Sigmoid Transfer Fonksiyonu
dc.titleGömülü Yapay Sinir Ağı Uygulamaları İçin FPGA Üzerinde Elliott-2 Tabanlı Tanjant Sigmoid Transer Fonksiyonunun Gerçeklenmesi
dc.title.alternativeImplementation of Elliott-2 Based Tangent Sigmoid Transfer Function For Embedded Artificial Neural Network Applications on FPGA
dc.typepresentation
dc.departmentMeslek Yüksekokulları, Teknik Bilimler Meslek Yüksekokulu, Elektrik ve Enerji Bölümü
dc.relation.publicationcategoryDiğer


Bu öğenin dosyaları:

Thumbnail

Bu öğe aşağıdaki koleksiyon(lar)da görünmektedir.

Basit öğe kaydını göster