|
Abstract:
|
Neuraaliverkkoja voidaan soveltaa moniin suurta laskentatehoa vaativiin tiedonkäsittelytehtäviin. Neuraaliverkkoja on käytetty menestyksekkäästi esim. hahmontunnistustehtäviin ja erilaisiin luokittelutehtäviin. Näiltä sovellusalueilta löydetään jatkuvasti uusia tehtäviä, joissa neuraaliverkkoa voidaan käyttää. Neuraaliverkko tuo lisää tehokkuutta, nopeutta ja kestävämpiä rakenneosia. Toisaalta neuraaliverkko on hyvin erilainen tiedonkäsittelylaite kuin perinteiset laitteet, koska neuraaliverkko opetetaan tehtäväänsä. Tässä työssä tutkitaan Boolen tyyppisen neuraaliverkon rakennetta, ominaisuuksia ja toteutusta ohjelmoitavana porttimatriisipiirinä. Toisena painopisteenä työssä on ollut Boolen verkon soveltuvuuden tutkiminen hiukkasradan hahmottamiseen. Kokeellisessa hiukkasfysiikassa tehdään paljon kokeita hiukkaskiihdyttimillä ja -ilmaisimilla aineen perimmäistä rakennetta selvitettäessä. Hiukkasilmaisimen ratadetektoreista saatavan informaation perusteella hiukkasradan hahmottaminen on hyvin vaikea tehtävä. Työssä on kokeiltu ja tutkittu simuloimalla kuinka Boolen neutraaliverkko suoriutuu tästä tehtävästä. Simuloinneissa hiukkasratoja on opetettu Boolen verkolle käyttäen Simuloitua jäähdytysmenetelmää ja kokeiltu kuinka Boolen verkko oppii hahmottamaan ratakoordinaatit sisäänmenokuviosta. Simulointidatana on käytetty satunnaisesti luotuja pystysuoria tai hieman vinossa olevia ratoja. Boolen verkko on varsin helppo toteuttaa ohjelmoitavana porttimatriisipiirinä ns. PGA-piirinä. Opetettu verkko voidaan työssä kehitetyllä VHDL-kääntäjällä saattaa nopeasti puolijohdepiirille. /Kir11 |