پروپوزال ارائه همبندی برای تراشه‌های مبتنی بر شبکه‌های عصبی با در نظر گیری محدودیت‌های تاخیر و توان مصرفی

این پروپوزال با موضوع "ارائه همبندی برای تراشه‌های مبتنی بر شبکه‌های عصبی با در نظر گیری محدودیت‌های تاخیر و توان مصرفی" می باشد. فایل  Word, Pdf پس از خرید محصول، قابل دانلود است. همچنین تعداد صفحات این پروپوزال 6 صفحه با رعایت قالب استاندارد دانشگاه می باشد. کلیه نکات نگارشی مطابق با استاندارهای پژوهشی انجام شده است.

امکانات اصلی این پروپوزال پس از خرید عبارتند از:
  امکان دانلود فایل Word پروپوزال
  امکان دانلود فایل Pdf پروپوزال

توجه: در صورت نیاز به پایان نامه، پروپوزال یا شبیه سازی مشابه با این محصول و همچنین اصلاحات پس از خرید کافی است با تیم پشتیبانی "ناب تزیز" از طریق پیامک یا واتساپ ارتباط برقرار نمایید.

دراین‌بین محققان در توسعه شبکه‌های عصبی به نتایج قابل‌توجهی دست پیداکرده‌اند که می تواند گام مهمی در آینده این حوزه باشد. تراشه‌های مبتنی بر شبکه‌های عصبی قادر به انجام وظایفی هستند که آن‌ها را متفاوت می‌کند. وظایفی مانند توصیف تصاویر، ترجمه جملات، انجام بازی‌های رایانه‌ای، شناسایی موقعیت‌های اطراف. این تراشه‌ها دارای محدودیت‌هایی نیز می‌باشند که از میان آن‌ها می‌توان به کند بودن یا اندازه‌های بزرگ سیستم‌های مبتنی بر این فناوری اشاره کرد. چنین محدودیت‌هایی باعث شده تا محققان گام‌های مهمی را در این عرصه بردارند. 
شبکه‌های روی تراشه  بایستی با قطر کم و مبنای پایین طراحی شوند.  قطر مستقیماً بر عملکرد اثر می‌گذارد. مسیریاب های مبنای پایین به خاطر هزینه‌های پایین‌ترشان (سطح و توان) مطلوب‌ترند که ناشی از پیاده‌سازی ساده‌تر مسیریاب می‌باشد.تعداد زیادی از پژوهش‌های شبکه روی تراشه  بر بهینه‌سازی شبکه با استفاده از همبندی مبنای پایین مانند مش‌ها یا تورس ها تمرکز دارند. بنابراین هدف ما ترکیب کردن شبکه‌های با قطر کم و طرح‌های با مبنای پایین از طریق اتصالات لینک تصادفی است.
در این راستا تحقیق حاضر به ارائه همبندی برای تراشه‌های مبتنی بر شبکه‌های عصبی با در نظر گیری محدودیت‌های تاخیر و توان مصرفی می‌پردازد. تراشه اسپینیکر یک معماری موازی انبوه بیولوژیکی در سیستم‌های روی تراشه  چندهسته‌ای قراردادی است که هدف از طراحی آن شبیه‌سازی یک میلیارد نورون اسپایکینگ در زمان حقیقی (بیولوژیک) می‌باشد.کاربردهای اصلی آن در ذهن یک ربات برای رفتار پاسخ به محرک در زمان حقیقی و همچنین به‌عنوان یک پلت فرم تجربی برای بهبود درکمان از معماری مغز است.شبکه‌های عصبی اسپایکینگ با رویداد اسپایک ارتباط برقرار می‌کند. که آن نیز به هنگام تحریک در سطحی فراتر از آستانه روی می‌دهد.رویدادهای اسپایک با تمامی نورون‌های متصل ارتباط برقرار می‌کنند. خوشبختانه موارد کاربردی موازی‌های فراوانی را دارا هستند و هیچ قاعده صریحی برای حفظ سازگاری در حافظه‌های به اشتراک گذاشته‌شده وجود ندارد.
 اهداف مشخص تحقيق: 
اهداف اصلی:
1)بررسی همبندی جدید برای تراشه‌های مبتنی بر شبکه‌های عصبی با سیستم اسپینیکر با روش دودک.
اهداف فرعی: 
1)بررسی شبکه‌های عصبی با سیستم اسپینیکر با روش دودک ازلحاظ قطر شبکه.
2)بررسی همبندی جدید برای شبکه‌های روی تراشه با حداقل کردن توان مصرفی.