完整後設資料紀錄
DC 欄位語言
dc.contributor.author蘇炯園en_US
dc.contributor.authorSU,JIONG-YUANen_US
dc.contributor.author溫 岸en_US
dc.contributor.authorWEI,HUAI-ANen_US
dc.date.accessioned2014-12-12T02:07:23Z-
dc.date.available2014-12-12T02:07:23Z-
dc.date.issued1989en_US
dc.identifier.urihttp://140.113.39.130/cdrfb3/record/nctu/#NT782430161en_US
dc.identifier.urihttp://hdl.handle.net/11536/54777-
dc.description.abstract類神經網路,在近幾年來受到許多研究之單位或個人的注意,其發展的方向目前已在 許多辨認系統上,如圖形辨認、語音辨認…等,以及許多最佳化的問題上,也都獲得 不錯的成果,足見其在未來的科技研究上將佔有一重要的角色。 在目前眾多的各種類神經網路模式中,大都皆以類比電路的方式實現,主要是取其具 有即時處理的特性,但因類比電路基本上的限制,使網路在製作時的可靠性及活用性 上較差,同時由於類比元件本身會有不穩定的流失現象,對實際動作的正確性亦有影 響,故而在本文中採用數位邏輯電路,針對細胞式神經網路之實現做探討,如此不僅 對目前大多的數位系統之整合性較佳外,同時亦能很快的使神經網路系統使用在各類 應用上。 在以數值分析之方法有效取代原類比電路之運算外,同時亦以多處理器之平行處理方 式,來突破數位電路時序性上的瓶頸,另外為減少硬體的消耗,亦成功的將細胞式架 構轉換成心脈式架構,如此則可把所須之硬體大幅降低,但運算時間亦須消耗更多, 而在活用性上卻遠較前者容易。由於此兩種架構基本上的運算皆相同,故將此兩種架 構實現並做比較,而得出之結果亦較原類比電路之速度更快。另外,亦針對各種影像 處理以在此所採用的方法做模擬,並得出所期望之結果,足見不僅可保證此數位神經 網路可成功的取代所有類比網路之功能外,更可預見其在各種影像處理上的適用性、 精確性與可靠性,極具發展潛力。zh_TW
dc.language.isozh_TWen_US
dc.subject數位神經網路zh_TW
dc.subject超大型積體電路zh_TW
dc.subject類比電路zh_TW
dc.subject即時處理zh_TW
dc.subject不穩定流失現象zh_TW
dc.subject數位邏輯電路zh_TW
dc.title數位神經網路之超大型積體電路設計zh_TW
dc.typeThesisen_US
dc.contributor.department電子研究所zh_TW
顯示於類別:畢業論文