FPGA Implementation of Evolvable Block-based Neural Networks
FPGA Implementation of Evolvable Block-based Neural Networks
复制标题
基于可进化块的神经网络的 FPGA 实现
DOI：
10.1109/cec.2006.1688705
复制
发表时间：
2006
期刊：
影响因子：
--
通讯作者：
S. Kong
中科院分区：
文献类型：
--
作者：
S. Merchant;G. D. Peterson;Sang Ki Park;S. Kong
本文提出了一种基于块神经网络（BbNN）的可编程片上系统的硬件实现方法。这是一个内在的在线进化系统，可以遗传进化和适应输入数据模式的变化，而不需要多个FPGA重新配置，以适应各种网络结构/参数的变化动态。这消除了相当大的性能瓶颈。这里提出的研究是一个可进化的系统，可以实现为嵌入式系统的第一步。
This paper presents a hardware implementation approach for block-based neural networks (BbNNs) on a Programmable System-On-Chip. This is an intrinsic online evolution system that can be genetically evolved and adapted to changes in input data patterns dynamically without any need for multiple FPGA reconfigurations to accommodate various network structure/parameter changes. This removes a considerable bottleneck for performance. The research presented here is a first step towards an evolvable system that can be implemented as an embedded system.