Resumen

BANUELOS-SAUCEDO, M. A. et al. Implementation of a neuron model using FPGAS. J. appl. res. technol [online]. 2003, vol.1, n.3, pp.248-255. ISSN 2448-6736.

Las redes neuronales artificiales basan sus capacidades de procesamiento en una arquitectura paralela, lo cual las hace útiles para resolver problemas de reconocimiento de patrones, identificación de sistemas y control. En este artículo, presentamos una implementación digital basada en arreglos de compuertas programables (FPGA, por sus siglas en inglés) de un modelo de neurona tipo McCullogh-Pitts con tres tipos de funciones de activación no-lineal: escalón, rampa-saturación y sigmoide. Presentamos el código en lenguaje VHDL utilizado para implementar las neuronas, y también presentamos los resultados de su simulación obtenidos con el software Xilinx Foundation 3.0. Los resultados son analizados en función de la velocidad y el porcentaje de utilización del chip.

Palabras llave : Digital artificial neuron; field programmable gate array; McCullogh-Pitts neuron.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )