تلفن: ۰۴۱۴۲۲۷۳۷۸۱
تلفن: ۰۹۲۱۶۴۲۶۳۸۴

ترجمه مقاله پیاده سازی FPGA قابل تنظیم شبکه های عصبی – نشریه الزویر

عنوان فارسی: پیاده سازی FPGA قابل تنظیم شبکه های عصبی
عنوان انگلیسی: Reconfigurable FPGA implementation of neural networks
تعداد صفحات مقاله انگلیسی : 18 تعداد صفحات ترجمه فارسی : 17 (1 صفحه رفرنس انگلیسی)
سال انتشار : 2018 نشریه : الزویر - Elsevier
فرمت مقاله انگلیسی : PDF فرمت ترجمه مقاله : ورد تایپ شده و pdf
نوع مقاله : ISI نوع نگارش : مقاله کوتاه (Short Communication)
پایگاه : اسکوپوس نوع ارائه مقاله : ژورنال
ایمپکت فاکتور(IF) مجله : 5.188 در سال 2018 شاخص H_index مجله : 110 در سال 2019
شاخص SJR مجله : 0.996 در سال 2018 شناسه ISSN مجله : 0925-2312
شاخص Q یا Quartile (چارک) : Q1 در سال 2018 کد محصول : 10174
محتوای فایل : zip حجم فایل : 2.12Mb
رشته و گرایش های مرتبط با این مقاله: مهندسی کامپیوتر، هوش مصنوعی
مجله: محاسبات عصبی - Neurocomputing
دانشگاه: دانشگاه صنعتی Rzeszów، لهستان
کلمات کلیدی: FPGA، شبکه های عصبی
کلمات کلیدی انگلیسی: FPGA - Neural networks
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است ✓
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه نشده است ☓
وضعیت ترجمه منابع داخل متن: به صورت عدد درج شده است ✓
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است ✓
بیس: نیست ☓
مدل مفهومی: ندارد ☓
پرسشنامه: ندارد ☓
متغیر: ندارد ☓
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
رفرنس در ترجمه: در داخل متن و انتهای مقاله درج شده است
doi یا شناسه دیجیتال: https://doi.org/10.1016/j.neucom.2018.04.077
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب

چکیده

1. مقدمه

2. پیاده سازی صرفه جویی منابع

3. پیاده سازی موازی

4. نیاز به منابع، سرعت محاسبات و دقت

5. نتیجه گیری ها

منابع

نمونه متن انگلیسی

Abstract

This brief paper presents two implementations of feed-forward artificial neural networks in FPGAs. The implementations differ in the FPGA resources requirement and calculations speed. Both implementations exercise floating point arithmetic, apply very high accuracy activation function realization, and enable easy alteration of the neural network's structure without the need of a re-implementation of the entire FPGA project.

نمونه متن ترجمه

چکیده

این مقاله کوتاه دو پیاده سازی شبکه های عصبی مصنوعی پیشخور در FPGAها را ارائه می دهد. پیاده سازی در نیاز منابع و سرعت محاسبات FPGA متفاوت است. هر دو پیاده سازی با اعمال محاسبات نقطه شناور، توابع فعال سازی با دقت بسیار بالا را اعمال کرده و باعث تغییر آسان ساختار شبکه عصبی بدون نیاز به اجرای دوباره کل پروژه FPGA می شوند.