Design of Fully Analogue Artificial Neural Network with Learning Based on Backpropagation
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F21%3A00350555" target="_blank" >RIV/68407700:21230/21:00350555 - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.13164/re.2021.0357" target="_blank" >https://doi.org/10.13164/re.2021.0357</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.13164/re.2021.0357" target="_blank" >10.13164/re.2021.0357</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Design of Fully Analogue Artificial Neural Network with Learning Based on Backpropagation
Popis výsledku v původním jazyce
A fully analogue implementation of training algorithms would speed up the training of artificial neural networks. A common choice for training the feedforward networks is the backpropagation with stochastic gradient descent. However, the circuit design that would enable its analogue implementation is still an open problem. This paper proposes a fully analogue training circuit block concept based on the backpropagation for neural networks without clock control. Capacitors are used as memory elements for the presented example. The XOR problem is used as an example for concept-level system validation.
Název v anglickém jazyce
Design of Fully Analogue Artificial Neural Network with Learning Based on Backpropagation
Popis výsledku anglicky
A fully analogue implementation of training algorithms would speed up the training of artificial neural networks. A common choice for training the feedforward networks is the backpropagation with stochastic gradient descent. However, the circuit design that would enable its analogue implementation is still an open problem. This paper proposes a fully analogue training circuit block concept based on the backpropagation for neural networks without clock control. Capacitors are used as memory elements for the presented example. The XOR problem is used as an example for concept-level system validation.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
20201 - Electrical and electronic engineering
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2021
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Radioengineering
ISSN
1210-2512
e-ISSN
1805-9600
Svazek periodika
2021
Číslo periodika v rámci svazku
30
Stát vydavatele periodika
CZ - Česká republika
Počet stran výsledku
7
Strana od-do
357-363
Kód UT WoS článku
000719147800012
EID výsledku v databázi Scopus
2-s2.0-85108525300