Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Επιτάχυνση προσομοίωσης δικτύου νευρώνων με χρήση αναδιατασσόμενης λογικής

Kousanakis Emmanouil

Απλή Εγγραφή


URIhttp://purl.tuc.gr/dl/dias/8A84B4FD-D6C4-4610-AED4-A05D0E46CEFE-
Αναγνωριστικόhttps://doi.org/10.26233/heallink.tuc.24912-
Γλώσσαel-
Μέγεθος83 σελίδεςel
ΤίτλοςΕπιτάχυνση προσομοίωσης δικτύου νευρώνων με χρήση αναδιατασσόμενης λογικήςel
ΔημιουργόςKousanakis Emmanouilen
ΔημιουργόςΚουσανακης Εμμανουηλel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Pnevmatikatos Dionysiosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Πνευματικατος Διονυσιοςel
Συντελεστής [Επιβλέπων Καθηγητής]Dollas Apostolosen
Συντελεστής [Επιβλέπων Καθηγητής]Δολλας Αποστολοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Poirazi Panayiotaen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Ποϊράζη Παναγιώταel
ΕκδότηςΠολυτεχνείο Κρήτηςel
ΕκδότηςTechnical University of Creteen
Ακαδημαϊκή ΜονάδαTechnical University of Crete::School of Electronic and Computer Engineeringen
Ακαδημαϊκή ΜονάδαΠολυτεχνείο Κρήτης::Σχολή Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστώνel
Περίληψη Τα τελευταία χρόνια η ανάπτυξη βιολογικών νευρωνικών μοντέλων έχει κεντρίσει το ενδιαφέρον των ερευνητών. Στόχος είναι η κατανόηση σε μεγαλύτερο βαθμό της συμπεριφοράς του εγκεφάλου. Έτσι, δημιουργήθηκαν ποικίλα βιολογικά νευρωνικά μοντέλα τα οποία προσομοιώνουν με μεγάλη λεπτομέρεια τον τρόπο επεξεργασίας και διάδοσης της πληροφορίας σε δίκτυα νευρώνων, αλλά και μοντέλα τα οποία από την πλευρά της βιολογικής πιστότητας είναι αρκετά περιληπτικά. Η παρούσα διπλωματική εργασία στοχεύει στην επιτάχυνση προσομοίωσης ενός δικτύου νευρώνων, σύμφωνα με το απλοποιημένο υπολογιστικό μοντέλο των Hodgkin and Huxley ως ένα νευρωνικό δίκτυο 2 επιπέδων. Το μοντέλο που υλοποιήθηκε, προσεγγίστηκε διαφορετικά από παρόμοιες υλοποιήσεις σε hardware, καθώς η διασυνδεσιμότητα των νευρώνων αποθηκεύτηκε σε εξωτερική μνήμη. Έτσι, η αποτύπωση του συστήματος πραγματοποιήθηκε σε ένα υβριδικό υπέρ-υπολογιστή βασισμένο σε αναδιατασσόμενη λογική, ώστε να εκμεταλλευτούμε τόσο τα πλεονεκτήματα της αναδιατασσόμενής λογικής, όσο και το υψηλό εύρος ζώνης των ελεγκτών εξωτερικής μνήμης της υβριδικής πλατφόρμας. Πιο συγκεκριμένα, υλοποιήθηκε ένα δίκτυο από 70 νευρώνες, όπου ο καθένας αποτελείται από 64 δενδρίτες και κάθε δενδρίτης από 512 συνάψεις. Το δίκτυο που δημιουργείται κατά την σύνδεση των νευρώνων μεταξύ τους είναι μερικώς συνδεδεμένο και μεταδίδει πληροφορία όταν είναι εφικτό. Το σύστημα είναι ευέλικτο, αφού τα δεδομένα του μοντέλου, ο χρόνος προσομοίωσης και το εξωτερικό ερέθισμα, είναι αποθηκευμένα στην εξωτερική μνήμη δίνοντας έτσι τη δυνατότητα στο χρήστη να εκτελέσει διαφορετικών ειδών προσομοιώσεις. Τέλος, το αποτέλεσμα ήταν 35 φορές πιο γρήγορη εκτέλεση της προσομοίωσης του δικτύου νευρώνων που υλοποιήθηκε σε μία Virtex-6 LX760 FPGA, σε σχέση με παρόμοιες προσομοιώσεις που υλοποιήθηκαν σε Software και εκτελέστηκαν σε ένα σύστημα με επεξεργαστή 4 πυρήνων στα 3.10 GHz.el
ΤύποςΔιπλωματική Εργασίαel
ΤύποςDiploma Worken
Άδεια Χρήσηςhttp://creativecommons.org/licenses/by/4.0/en
Ημερομηνία2015-04-30-
Ημερομηνία Δημοσίευσης2015-
Θεματική ΚατηγορίαConveyen
Θεματική ΚατηγορίαField programmable logic arraysen
Θεματική ΚατηγορίαFPGAsen
Θεματική Κατηγορίαfield programmable gate arraysen
Θεματική Κατηγορίαfield programmable logic arraysen
Θεματική Κατηγορίαfpgasen
Θεματική ΚατηγορίαSpiking Neural Networken
Θεματική ΚατηγορίαArtificial neural networksen
Θεματική ΚατηγορίαNets, Neural (Computer science)en
Θεματική ΚατηγορίαNetworks, Neural (Computer science)en
Θεματική ΚατηγορίαNeural nets (Computer science)en
Θεματική Κατηγορίαneural networks computer scienceen
Θεματική Κατηγορίαartificial neural networksen
Θεματική Κατηγορίαnets neural computer scienceen
Θεματική Κατηγορίαnetworks neural computer scienceen
Θεματική Κατηγορίαneural nets computer scienceen
Βιβλιογραφική ΑναφοράΕμμανουήλ Κουσανάκης, "Επιτάχυνση προσομοίωσης δικτύου νευρώνων με χρήση αναδιατασσόμενης λογικής", Διπλωματική Εργασία, Σχολή Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2015el

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά