مشخصات مقاله | |
ترجمه عنوان مقاله | طراحی مدار MAC ترکیبی آنالوگ و دیجیتال برای شبکه های عصبی مصنوعی |
عنوان انگلیسی مقاله | Design of Analog and Digital Hybrid MAC Circuit for Artificial Neural Networks |
انتشار | مقاله سال ۲۰۱۹ |
تعداد صفحات مقاله انگلیسی | ۳ صفحه |
هزینه | دانلود مقاله انگلیسی رایگان میباشد. |
پایگاه داده | نشریه IEEE |
مقاله بیس | این مقاله بیس نمیباشد |
نوع مقاله | ISI |
فرمت مقاله انگلیسی | |
مدل مفهومی | ندارد |
پرسشنامه | ندارد |
متغیر | ندارد |
رفرنس | دارد |
رشته های مرتبط | مهندسی کامپیوتر |
گرایش های مرتبط | هوش مصنوعی، مهندسی سخت افزار |
نوع ارائه مقاله |
کنفرانس |
کنفرانس | کنفرانس بین المللی الکترونیک، اطلاعات و ارتباطات – International Conference on Electronics, Information, and Communication |
دانشگاه | Processor Research Group Electronics and Telecommunications Research Institute Daejeon, Republic of Korea |
کلمات کلیدی | شبکه عصبی MAC، آنالوگ، دیجیتال، ترکیبی، شبکه عصبی |
کلمات کلیدی انگلیسی | MAC، analog، digital، hybrid، neural network |
شناسه دیجیتال – doi |
https://doi.org/10.23919/ELINFOCOM.2019.8706340 |
کد محصول | E12665 |
وضعیت ترجمه مقاله | ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید. |
دانلود رایگان مقاله | دانلود رایگان مقاله انگلیسی |
سفارش ترجمه این مقاله | سفارش ترجمه این مقاله |
فهرست مطالب مقاله: |
Abstract
I- Introduction II- Design of Analog and Digital Hybrid MAC Circuit III- Experimental Results IV- Conclusions REFERENCES |
بخشی از متن مقاله: |
Abstract Demand for high-performance hardware acceleration for machine learning applications is increasing rapidly. This paper presents a low power analog and digital hybrid MAC (Multiply and Accumulation) circuit for artificial neural networks. The proposed MAC circuit consists of an analog synapse unit, digital preprocessing and postprocessing unit for support of the parallel analog synapse cores. As the hybrid MAC circuit supports relatively low power and fast multiple MAC operations, it provides a good advantage in developing hardware accelerator for artificial neural networks. INTRODUCTION Deep Neural Network (DNN) technology is rapidly evolving on the basis of the Internet which enables acquiring large amounts of learning data and hardware technology capable of high-speed parallel processing. In recent years, various Deep Neural Network (DNN) frameworks have been proposed such as R-CNN, SSD and YOLO V2, etc. Since the convolution operation is composed of millions of multiplications and additions, a high-performance accelerator having a parallel structure is required for real-time image recognition. The purpose of this study is to design a new MAC circuit that can be efficiently used in DNN for an image recognition field which is one of the most popular application fields of artificial neural networks. This paper is organized as follows. Section II presents the proposed MAC algorithm and the architecture of our hybrid MAC circuit. Synthesis results are given in Section III. Section IV presents the conclusions. |