چکیده مقاله
با پیشرفت سریع فناوری و هوش مصنوعی شبکه های عصبی به صورت قابل توجهی در جنبه های مختلف زندگی انسان ادغام شده اند شبکه های عصبی کانولوشن از جمله شبکه های پرکاربرد برای پردازش و تحلیل تصاویر هستند در این مقاله به پیاده سازی شبکه عصبی کانولوشن با استفاده از الگوریتم تبدیل سریع فوریه برای انجام کانولوشن در حوزه فرکانس پیشنهاد شده است برای این منظور از یک بلوک FFT برای تبدیل داده های ورودی از حوزه زمان به حوزه فرکانس استفاده شده است عملیات ضرب در حوزه فرکانس سریع تر از ضرب در حوزه زمان است از روش Overlap and ADD برای هم سایز کردن ماتریس ورودی و فیلتر استفاده شده است دو مدل شبیه سازی ارائه شده است: کانولوشن در حوزه زمان و کانولوشن در حوزه فرکانس با استفاده از FFT معماری پیشنهادی روی برد FPGA Z thin با تراشه XC۷۰۲۰CL G۴۰۰AB به زمان ۱ ۶۰۳ نانوثانیه nsec برای الگوریتم پیشنهادی با اندازه ورودی ۳۲ و اندازه فیلتر ۸ دست یافته است، در حالی که در روش کانولوشن این زمان ۲ ۳۱۰ نانوثانیه است
کلیدواژهها
نویسندگان
محمد رضائی
دانشجوی کارشناسی ارشد دانشگاه ارومیه
امیر فتحی
دکتری تخصصی برق و الکترونیک دانشگاه ارومیه، عضو هیات علمی
بهبود مشعوفی
دکتری تخصصی برق و الکترونیک دانشگاه ارومیه، عضو هیات علمی
میر مجید قاسمی
دکتری تخصصی برق و الکترونیک دانشگاه ارومیه، عضو هیات علمی
شیوه ارجاع
�ضائی، محمد و فتحی، امیر و مشعوفی، بهبود و قاسمی، میر مجید،1404،طراحی شبکه عصبی CNN با استفاده از الگوریتم FFT با استفاده از سخت افزار FPGA،هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع،اسفراین
ارائهشده در
مجموعه مقالات هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع19 آبان 1404 · اسفراین