Nicola Rallo
Deep Information Networks: complexity, analysis and hardware implementation.
Rel. Guido Masera, Monica Visintin. 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 (4MB) | Preview |
Abstract
Deep Information Networks: complexity, analysis and hardware implementation. Le reti neurali profonde (DNNs) sono degli algoritmi ad elevata complessità computazionale operanti in diverse applicazioni di intelligenza artificiale tra le quali robotica, riconoscimento di immagini e riconoscimenti vocali. Il continuo investimento nel settore ha portato grandi sviluppi con annesse facilità nell’uso quotidiano merito della semplicità con le quali riescono ad assumere automaticamente delle decisioni sulla base di un apprendimento iniziale. Si tratta, infatti, di algoritmi sofisticati che permettono al sistema di imparare a comportarsi in un modo ben definito(training phase) qualora si presentassero delle situazioni da gestire autonomamente e non programmate precedentemente (test phase).
Questo lavoro di tesi ha avuto come obiettivo quello di analizzare nel dettaglio un modello “esatto” di rete neurale descritto a livello software, realizzando successivamente una possibile implementazione hardware di un singolo processing element, effettuando opportuni confronti
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
URI
![]() |
Modifica (riservato agli operatori) |
