6175

بررسي روش هاي شناسايي موضوع با استفاده از يادگيري عميق و پياده سازي سخت افزاري به كمك آرايه هاي منطقي برنامه پذير

۱۳۹۷

دكتر شهريار برادران شكوهي

تشخيص موضوع مي تواند براي طيف گسترده اي از سيستم هاي نهفته در تلفن هاي همراه، دوربين هاي نظارتي،علم روباتيك و وسايل نقليه ي خودكار از اهميت خاصي برخوردار باشد. در مقابل الگوريتم هاي مهندسي سنتي، توانايي يادگيري سيستم هايي كه قابليت تركيب خودكار از مقادير بيش از حد داده را دارند، منجر به عملكرد پيشگامانه در حوزه هاي مهم مانند بينايي ماشين ، بازشناسي گفتار و تشخيص موضوع شده است. محبوب ترين تكنيك هاي استفاده شده در اين حوزه ها، يادگيري عميق ناميده ميشود. اين در حاليست كه اين مدل ها براي آموزش با چالش هايي نظير مقادير بسيار زياد داده ها، نياز به توان محاسباتي بالا و سخت افزار تسريع كننده روبرو هستند. در نتيجه، معماري هاي سخت افزاري تخصصي كه هدف تشخيص موضوع را دنبال مي كنند، بايد از برخي اصول طراحي اوليه براي تسهيل محدوديت هاي عملكردي بلادرنگ و توان مصرفي كم بهره گيرند. در حالي كه راه حل معمول استفاده از خوشه هاي واحد پردازش گرافيكي به عنوان پردازنده هاي همه منظوره است، استفاده از آرايه هاي منطقي برنامه پذير با توجه به انعطاف پذيري و عملكرد بالا در هر وات مصرف انرژي مي تواند جايگزين جالب توجهي باشد. اين بررسي نگاهي به تشخيص موضوع مبتني بر يادگيري عميق و آرايه هاي منطقي برنامه پذير از ديدگاه شتاب سخت افزاري، شناسايي روندها و نوآوري هايي دارد كه اين فناوري ها را متناسب با نياز روز مي سازد و انگيزه ي بحث در مورد چگونگي عملكرد آرايه هاي منطقي برنامه پذير را براي نيازهاي جامعه ي يادگيري عميق در پيشرو دارد. كليد واژه: تشخيص موضوع، يادگيري عميق، آرايه هاي منطقي برنامه پذير

6/10/2019 12:00:00 AM

63169

1398/04/16