인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
Back Propagation Artificial Neural Network (BP-ANN), one of widely used neural networks, has been used in a lot of areas. Hardware architecture of BP-ANN was proposed by using an NoC (Network on Chip) and implemented on FPGA. In this paper, new NoC architecture which has a torus topology and IXY (Intelligent XY) routing algorithm is developed for BP-ANN to make it low power and high performance. This system is implemented by FPGA to estimate system performance and power consumption. NIRGAM NoC simulator is also used to evaluate latency and throughput of this system. Experimental results show that our proposed architecture can increase Connection Per Second (CPS) about 2 times than existing digital hardware ANN; it can reduce communication load which total packet size can reduce about 3.2 times compared with traditional packet transmit method of BP-ANN. It can reduce latency by 23.7% and dynamic power consumption by 7.2% compare with the former NoC architecture BP-ANN. It is reconfigurable and expandable to meet various ANN applications. Furthermore other type ANNs can also be implemented in the system by adjusting a routing algorithm of NoCs.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2012-569-004020407
