Projeto e construção de hardwares de comunicação externa para apoio ao projeto de implementação de redes neurais artificiais em FPGA
Resumo
Neste projeto, foi utilizado o FPGA (Field-Programmable Gate Arrays), um hardware que oferece flexibilidade, eficiência e facilidade de aprimoramento, além de um custo-benefício superior em comparação com outras plataformas. Essas vantagens tornam o FPGA ideal para implementar redes neurais em dispositivos portáteis, atendendo às demandas tecnológicas atuais. O FPGA funciona como um hardware de “computação de borda”. Para a implementação do RNA, no entanto, sua quantidade limitada de entradas e saídas revelou a necessidade de um hardware adicional. Para resolver essa limitação, foi desenvolvido um módulo externo com um novo CI (Circuito Integrado).
Referências
BENGIO, Yoshua; LECUN, Yann; HINTON, Geoffrey. Deep learning for AI. Communications of the ACM, v. 64, n. 7, p. 58-65, 2021.
BROWN, Tom et al. Language Models are Few-Shot Learners. Advances in neural information processing systems, v. 33, p. 1877-1901, 2020.
HAYKIN, Simon. Redes neurais: princípios e práticas. Bookman editora, 2001.
KASAR, Manisha M.; BHATTACHARYYA, Debnath; KIM, T. H. Face recognition using neural network: a review. International Journal of Security and Its Applications, v. 10, n. 3, p. 81-100, 2016.
McCARTHY, J. What is artificial intelligence. 2007. Disponível em: [https://www.formal.stanford.edu/jmc/whatisai.pdf].
RICH, E.; KNIGHT, K. Inteligência Artificial. 2 ed. Rio de Janeiro: McGraw-Hill, 1994.
SOUSA, M. A. A. Metodologias para desenvolvimento de mapas auto-organizáveis de Kohonen executados em FPGA. Universidade de São Paulo. [S.l.]. 2018. (Tese de Doutorado).
