Luciano Prono
Metodologie di Progettazione Automatica di Reti Neurali Non Ricorrenti su FPGA = Automatic Design Methods for Non-Recurrent Artificial Neural Networks on FPGA.
Rel. Gianluca Setti. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Elettronica (Electronic Engineering), 2019
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (2MB) | Preview |
|
|
Archive (ZIP) (Documenti_allegati)
- Altro
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (12MB) |
Abstract
Al giorno d’oggi l’elaborazione avanzata dei segnali si basa su algoritmi di complessità crescente che richiedono l’uso di strutture dedicate come le Artificial Neural Network (ANN). Queste architetture di calcolo altamente specializzate sono in grado di risolvere un ampio raggio di problemi anche quando manca uno specifico modello necessario per l’elaborazione di una soluzione, garantendo risultati anche per operazioni di complessità notevole. Le ANN sono capaci di aiutare in problemi come l’estrazione di informazioni da immagini o video, il riconoscimento del discorso o del linguaggio, la rilevazione di malattie basata sull’imaging medico, il controllo di bracci robotici, robot terrestri o quadricotteri e molto altro.
Grandi compagnie dell’IT come Google o Microsoft tendono a ottenere un’accuratezza crescente per le loro reti incrementando aggressivamente la loro complessità in termini di profondità (numero di layer) e dimensione (neuroni per layer)
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
URI
![]() |
Modifica (riservato agli operatori) |
