|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
摘 要:随机计算是一种特殊的基于概率数据码流的数学计算方法,其优点在于可以采用非常简单的数字逻辑完成
$ v" Z4 \) i' t; ~/ _4 J6 Y. N复杂数学运算,从而大幅降低硬件实现成本。该文首先讨论了随机计算的基本原理和主要运算逻辑,论述了传统线8 D/ ?8 ~( t2 Z' T5 Y& S
性状态机的不足,并分析了一种 2 维状态转移拓扑结构,推导了通过 2 维有限状态机实现高斯函数的方法。在此基
+ [6 X2 A$ }' Q4 r, M础上,提出一种随机径向基函数神经网络模型,其硬件实现成本非常低,而性能与传统神经网络相当。两类模式识! ^5 W8 V. m4 u# e
别实验结果显示,所提出的随机径向基函数神经网络的输出值均方误差与相应结构传统神经网络的差别小于 1.3%。6 y' b3 G' D- H \% h& O& j: M9 M
FPGA 实验结果显示,数据宽度为 12 位时,随机中间神经元的电路面积仅为传统插值查表结构的 1.2%、坐标旋转9 Q& B6 p5 Y5 T- @
数字计算方法(CORDIC)的 2%。通过改变输入码流长度,该神经网络可以在处理速度、功耗和准确性之间作出平
# H8 p2 M: j5 s- g# p! M3 q! A衡,具有应用灵活性,适用于对成本、功耗要求较高的应用如嵌入式、便携式、穿戴式设备。( U$ ~; K( a5 s% X
关键词:随机计算;人工神经网络;径向基函数;模式识别+ k! l% `8 l. y/ S* k. k
1 引言
9 J9 r! _% T) g, f随机计算(stochastic computing)[1 4]是一种特
, J/ I/ `( ?6 e. Q* j! k6 `" G l殊的基于非确定性数据的计算方法,最初由文献[1] # f8 l J i8 Z; _+ O
1 N! l8 U; n3 N Y2 E q- l) _
9 r$ Z, k, _6 L5 z* X3 F- l0 i/ @' Y: _6 T$ V* j5 a+ H3 t4 K. m
* q" c% W: f6 l
, X: ~0 S$ \% U6 F7 Y! P: V' F2 N附件下载:) ~2 x# t8 c# A# j: _3 @5 Y
/ c/ K7 }4 j& A$ w( e) L |
|