Yapay sinir ağları eğitiminin gradyen tabanlı ve global arama algoritmaları ile FPGA üzerinde donanımsal gerçeklenmesi

Basit Öğe Kaydı
dc.contributor.advisorKarakaya, Fuat
dc.contributor.authorÇavuşlu, Mehmet Ali
dc.date.accessioned2019-12-03T11:23:28Z
dc.date.available2019-12-03T11:23:28Z
dc.date.issued2013
dc.date.submitted2013-11
dc.departmentNiğde ÖHÜ, Fen Bilimleri Enstitüsü, Elektrik Elektronik Mühendisliği Ana Bilim Dalı
dc.description.abstractYapay sinir ağları (YSA), sistem giriş ve çıkışları arasındaki karmaşık ilişkiyi etkili bir şekilde modelleyebilme yeteneği ile bilimsel çalışmalarda yaygın olarak kullanılmaktadır. Güncel çalışmalarda YSA eğitiminde gradyen tabanlı algoritmaların yanında global arama özelliğine sahip algoritmalar da kullanılmaktadır. Bu çalışmada, gradyen tabanlı algoritmalardan geriye yayılım (GY) ve Levenberg & Marquardt (LM) algoritmaları ile sezgisel arama özelliğine sahip algoritmalardan parçacık sürü optimizasyon (PSO) ve yapay arı koloni (YAK) algoritmaları kullanılarak YSA eğitimi FPGA üzerinde donanımsal olarak gerçeklenmiştir. Gerçeklemelerde sağlamış olduğu dinamiklik ve hassasiyetten ötürü IEEE 754 kayan noktalı sayı formatı kullanılmıştır. FPGA üzerinde YSA gerçeklemesinde en kritik aşama olan aktivasyon fonksiyonunun gerçeklenmesinde matematiksel yaklaşımlar tercih edilmiştir. Donanımsal gerçeklemeler dinamik sistem tanıma ve araç plaka bölgesi belirleme problemleri kullanılarak test edilmiştir. Eğitilen YSA'lar eğitim fazında ağa gösterilmeyen girişçıkış örnekleri ile test edilmiş ve her örnek için yukarıda bahsi geçen algoritmaların YSA eğitimindeki başarım oranları kıyaslamalı olarak verilmiştir.
dc.description.abstractArtificial neural networks (ANNs) are commonly used in scientific studies due to their ability to effectively model complex relationship between input and output of a system. In recent studies global search algorithms are also utilized in addition to gradient based algorithms in ANN training. In this study, hardware implementation of ANN training on FPGA is realized using gradient based algorithms such as Back Propagation (BP) and Levenberg&Marquardt, and heuristic algorithms such as Particle Swarm Optimization (PSO) and Artificial Bee Colony (ABC). For implementation, floating point numbers are chosen as number format due to its dynamism and accuracy. Mathematical approachesare preferred for hardware implementation of activation functions, which is the most critical stage of ANN implementation on FPGA. The hardware implementations on FPGA are tested using dynamic system identification and license plate recognition problems. The trained ANNs are tested using input-output data sets which are not used in training and results for each example are given in a comparative manner.
dc.identifier.citationÇavuşlu, M.A. (2013). Yapay sinir ağları eğitiminin gradyen tabanlı ve global arama algoritmaları ile FPGA üzerinde donanımsal gerçeklenmesi. (Yüksek Lisans Tezi) Niğde Üniversitesi, Fen Bilimleri Enstitüsü, Niğde
dc.identifier.urihttps://hdl.handle.net/11480/7411
dc.identifier.yoktezid351988
dc.institutionauthorÇavuşlu, Mehmet Ali
dc.language.isotr
dc.publisherNiğde Üniversitesi / Fen Bilimleri Enstitüsü
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectFPGA
dc.subjectYapay Sinir Ağları
dc.subjectYapay Sinir Hücresi
dc.subjectGeriye Yayılım Algoritması
dc.subjectLevenberg & Marquardt Algoritması
dc.subjectParçacık Sürü Optimizasyon Algoritması
dc.subjectYapay Arı Koloni Algoritması
dc.subjectKayan Noktalı Sayı
dc.subjectArtificial Neural Networks
dc.subjectArtificial Neural Cell
dc.subjectBack Propagation Algorithm
dc.subjectLevenberg & Marquardt Algorithm
dc.subjectParticle Swarm Optimization Algorithm
dc.subjectArtificial Bee Colony Algorithm
dc.subjectFloating Point Number
dc.titleYapay sinir ağları eğitiminin gradyen tabanlı ve global arama algoritmaları ile FPGA üzerinde donanımsal gerçeklenmesi
dc.title.alternativeHardware implementaton of artificial neural network training using gradient based and global search algorithms on FPGA
dc.typeMaster Thesis

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Yapay sinir ağları eğitiminin gradyen tabanlı ve global arama algoritmaları ile FPGA üzerinde donanımsal gerçeklenmesi.pdf
Boyut:
5.81 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu