Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11779/2298
Full metadata record
DC FieldValueLanguage
dc.contributor.authorAyhan, Tuba-
dc.contributor.authorKumbasar, Tufan-
dc.contributor.authorAltun, Mustafa-
dc.date.accessioned2024-06-21T12:19:52Z-
dc.date.available2024-06-21T12:19:52Z-
dc.date.issued2023-
dc.identifier.urihttps://doi.org/119E507-
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1222594/cok-dusuk-enerji-tuketen-tasinabilir-kullanima-uygun-yapay-sinir-aglarinin-donanim-gerceklemeleri-
dc.identifier.urihttps://hdl.handle.net/20.500.11779/2298-
dc.description.abstractYapay sinir ağları (artificial neural networks, ANN) ile ilgili literatürde yer alan araştırmalar ve bunların endüstriyel uygulamaları son yıllarda hızlı bir şekilde artmaktadır. Buradaki temel motivasyon, geleneksel yöntemler ile yüksek doğruluklu olarak çözülmesi zor problemlerin ANN?ler ile çözülebilmesidir. Diğer taraftan, ANN?lerin kullanımı geleneksel yöntemlere göre, başta enerji olmak üzere, çok daha fazla donanımsal kaynak gerektirmektedir. Örnek vermek gerekirse, 16×16 boyutunda 256 adet piksel içeren oldukça küçük bir görüntünün her bir pikselinin ve ANN ağırlıklarının 8-bitlik girişler ile temsil edildiğini varsayalım. Bu durumda, tek bir yapay nöron, 256 adet 8-bitlik çarpma işlemi, bu çarpım sonuçlarının toplanması için minimum 16-bitlik 255 adet toplama işlemi ve bu toplam sonucunun normalize edilmesi için bir aktivasyon fonksiyonu gerektirir. Görece küçük büyüklükteki bir ANN?de bu nöronlardan yüzlerce olduğu düşünülürse, bu kadar ağırlığın bellekte tutulmasının ve yapılacak aritmetik işlemlerin, özellikle enerji tüketimi açısından, oldukça maliyetli olacağı açıktır. Bu durum ANN?lerin taşınabilir cihazlarda kullanılabilmelerini fazlasıyla kısıtlamaktadır ve bu çalışmanın temel motivasyonlarından biridir. Önerilen çalışmada, çok düşük enerji tüketen ANN?ler önerilen yeni sayı hibrit gösterimi kullanılarak tasarlanmıştır, donanım optimizasyonları yapılmıştır ve nesne takibi uygulamalarında kullanılmıştır. Yapılan çalışmalar aşağıdaki üç ana başlıkta değerlendirilebilir. Bu üç ana başlık çalışmanın desteklediği 119E507 Nolu TÜBİTAK projesinde üç iş paketi olarak yer almaktadır. ? ANN enerji tasarrufu için yeni sayı gösterimlerinin sunulması ve devre bloklarının tasarımının yapılması. ? Enerji odaklı ANN donanım tasarımları ve optimizasyonunun yapılması. ? Nesne takibi yapan ANN tasarımlarının özel tümleşik devreler (application specific integration circuits, ASIC) ve alanda programlanabilir kapı dizileri (field programmable gate arrays, FPGA) tasarım platformlarında gerçeklenmesi.en_US
dc.language.isotren_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.titleÇok Düşük Enerji Tüketen Taşınabilir Kullanıma Uygun Yapay Sinir Ağlarının Donanım Gerçeklemelerien_US
dc.typeProjecten_US
dc.identifier.doi“119E507”-
dc.identifier.wosqualityN/A-
dc.identifier.scopusqualityN/A-
dc.relation.publicationcategoryDiğeren_US
dc.identifier.endpage76en_US
dc.identifier.startpage0en_US
dc.departmentMef Universityen_US
dc.identifier.trdizinid1222594en_US
dc.identifier.citationcount0-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.grantfulltextnone-
item.languageiso639-1tr-
item.cerifentitytypePublications-
item.fulltextNo Fulltext-
item.openairetypeProject-
Appears in Collections:TR-Dizin İndeksli Yayınlar Koleksiyonu / TR Dizin Indexed Publications Collection
Show simple item record



CORE Recommender

Page view(s)

2
checked on Jun 26, 2024

Google ScholarTM

Check




Altmetric


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.