Реєстраційний номер
2125U011960, Матеріали видань та локальних репозитаріїв
Категорія
Article
Назва роботи
Design and modeling of neuronequivalentors and their nodes as accelerators of equivalentalconvolutional self-learning neural structures
Проектування та моделювання нейрон-еквіваленторів та їхніх вузлів як прискорювачів еквівалентно-згорткових самонавчальних нейронних структур
Автор
Krasilenko V. G.
Lazarev A. A.
Nikitovich D. V.
Красиленко В. Г.
Лазарєв О. О.
Нікітович Д. В.
Krasilenko V. G.
Lazarev A. A.
Nikitovich D. V.
Дата публікації
01-01-2025
Постачальник інформації
Вінницький національний технічний університет
Першоджерело
https://ir.lib.vntu.edu.ua/handle/123456789/50429
Видання
Інститут проблем реєстрації інформації НАН України
Опис
У статті ми розглядаємо нагальну потребу у створенні високоефективних апаратних прискорювачів для глибоких згорткових нейронних мереж (ЗНМ) та машинного навчання. Ми показуємо огляд наших пов`язаних робіт щодо переваг еквівалентних моделей (ЕМ) для проектування біологічно натхненних систем. Потужність нейронної мережі на основі ЕМ перевищує кількість нейронів у кілька разів. Такі ЕМ-парадигми є перспективними для кластеризації, розпізнавання сильно корельованих, високо зашумлених зображень та створення некерованих навчальних машин. А оскільки основними функціональними вузлами ЕМ є векторно-матричні процедури з безперервно-логічними операціями, такими як: нормалізовані векторні операції \"еквівалентність\", \"нееквівалентність\" тощо, у цій статті ми розглядаємо нові підходи до проектування масивів таких нейрон-еквівалентів (НЕ) з розширеною функціональністю, включаючи функції активації. Наш підхід базується на використанні аналогових та змішаних методів для реалізації необхідних операцій, побудови НЕ (з кількістю синапсів від 8 до 128 і більше) та їх базових вузлів на основі фотоелементів та КМОП-струмових дзеркал. Результати моделювання показують, що ефективність НА відносно енергоємності оцінюється на рівні не менше 10^12 ан. оп./с на Вт і може бути збільшена. Результати підтверджують правильність концепції створення НА та еквівалентно-згорткових самонавчальних нейронних структур (EqCSLNS) на їх основі.
Додано/оновлено в НРАТ
2026-11-03