![](/images/graphics-bg.png)
Low cost hardware back propagation algorithm
Other Title(s)
بناء مستوى واطئ الكلفة لخوارزمية الانتشار العكسي
Author
Source
al-Khwarizmi Engineering Journal
Issue
Vol. 3, Issue 1 (30 Apr. 2007), pp.32-41, 10 p.
Publisher
University of Baghdad al-Khwarizmi College of Engineering
Publication Date
2007-04-30
Country of Publication
Iraq
No. of Pages
10
Main Subjects
Topics
Abstract AR
من أولى التطبيقات الناجحة التي تم نشرها للشبكات العصبية الاصطناعية (ANNs) كانت قليلة و قبل أكثر من عقد.
لذلك حان الوقت لمراجعة التقدم الذي تم في مجال هذا النوع من البحوث.
يمتاز هذا الملخص بتوفير الفكرة الأساسية حول تطبيق أصناف الأنواع المتوفرة للبوابات المرتبة بصيغة صفوف قابلة للبرمجة (FPGAs) لبناء الشبكات العصبية الاصطناعية.
تقنيات مختلفة التطبيق و أفكار للتصميم سيتم مناقشتها لاحقا، مثلا الحصول على الدالة الفاعلة و المناسبة و تقنية التقليم العددية.
كذلك، العمل على تحسين خوارزمية التعلم للتقليل من كلفة بناء الخلية العصبية و بالتالي تقليل الكلفة الكلية و تحسين أداء الشبكة العصبية.
و أخيرا، بناء دائرة متكاملة لها السرعة العالية لتميز أشكال الأرقام الإنكليزية من خلال شبكة عصبية اصطناعية لها أربعة طبقات من خلال (70) عقدة (خلية عصبية) على رقاقة واحدة باستخدام تقنية Xilinx FPGA.
Abstract EN
The first successful implementation of Artificial Neural Networks (ANNs) was published a little over a decade ago.
It is time to review the progress that has been made in this research area.
This paper provides taxonomy for classifying Field Programmable Gate Arrays (FPGAs) implementation of ANNs.
Different implementation techniques and design issues are discussed, such as obtaining a suitable activation function and numerical truncation technique trade-off, the improvement of the learning algorithm to reduce the cost of neuron and in result the total cost and the total speed of the complete ANN.
Finally, the implementation of a complete very fast circuit for the pattern of English Digit Numbers NN has four layers of 70 nodes (neurons) on single chip using Xilinx FPGA technique is given.
The main goal of this paper is how to achieve the suitable activation function and weights for this network that gives minimum hardware cost when all stages of this ANN algorithm is implemented on FPGA.
American Psychological Association (APA)
Hasan, Ammar Adil. 2007. Low cost hardware back propagation algorithm. al-Khwarizmi Engineering Journal،Vol. 3, no. 1, pp.32-41.
https://search.emarefa.net/detail/BIM-340169
Modern Language Association (MLA)
Hasan, Ammar Adil. Low cost hardware back propagation algorithm. al-Khwarizmi Engineering Journal Vol. 3, no. 1 (2007), pp.32-41.
https://search.emarefa.net/detail/BIM-340169
American Medical Association (AMA)
Hasan, Ammar Adil. Low cost hardware back propagation algorithm. al-Khwarizmi Engineering Journal. 2007. Vol. 3, no. 1, pp.32-41.
https://search.emarefa.net/detail/BIM-340169
Data Type
Journal Articles
Language
English
Notes
Includes appendix : p. 40
Record ID
BIM-340169