ISBN-13: 9783841748263 / Francuski / Miękka / 2018 / 68 str.
Notre manuscrit se place dans le cadre de l'optimisation algorithmique et architecturale des algorithmes neuronaux. En fait, notre objectif est de proposer une approche de conception d'architecture dA(c)diA(c)e en temps rA(c)el, intA(c)grant entre autres une A(c)tape d'optimisation automatique de l'implantation d'un rA(c)seau de neurones. L'idA(c)e est d'adopter une approche de prototypage d'implantation sur circuits reconfigurables des rA(c)seaux de neurones A apprentissage supervisA(c) Learning Vector Quantization LVQ tout en essayant de garder le fonctionnement parallA]le des neurones artificiels. Afin d'atteindre notre objectif, la mise en oeuvre de cette dA(c)marche est assurA(c) par l'outil de dA(c)veloppement Altium Designer et la NanoBoard 3000 intA(c)grant un FPGA de la famille Xilinx XC3S1400AN.
Notre manuscrit se place dans le cadre de loptimisation algorithmique et architecturale des algorithmes neuronaux. En fait, notre objectif est de proposer une approche de conception darchitecture dédiée en temps réel, intégrant entre autres une étape doptimisation automatique de limplantation dun réseau de neurones. Lidée est dadopter une approche de prototypage dimplantation sur circuits reconfigurables des réseaux de neurones à apprentissage supervisé Learning Vector Quantization LVQ tout en essayant de garder le fonctionnement parallèle des neurones artificiels. Afin datteindre notre objectif, la mise en œuvre de cette démarche est assuré par loutil de développement Altium Designer et la NanoBoard 3000 intégrant un FPGA de la famille Xilinx XC3S1400AN.