Implementação de rede neural em hardware de ponto fixo

Abstract

O presente trabalho apresenta um estudo sobre a utilização de Redes Neurais Multi-Layer Perceptron (MLP) com o seu treinamento efetuado baseado no algoritmo “Backpropagation”, também conhecido como regra delta generalizada. Demonstra-se o funcionamento dessas Redes em computadores domésticos e em hardware de ponto fixo TMS320VC5510da Texas Instruments, com intuito de fazer uma comparação entre elas e checar a viabilidade de uma rede em hardware de precisão limitada. Tendo em vista o tipo de rede e o algoritmo de aprendizagem, foram desenvolvidos algoritmos em linguagem de programação C portáveis para as plataformas PC e TMS320VC5510. Foram feitas análises relativas à quantidade de iterações necessárias para que as redes fornecessem saídas com uma precisão pré-determinada para alguns problemas bastante simples. Analisou-se também a porcentagem de acerto para o problema de classificação de espécies de Íris, clássico na literatura de redes neurais. Além disso, foram feitas análises de convergência de erro para todos os programas desenvolvidos.