Evaluation of Embedded RBF Neural Chip with Back-propagation Algorithm for Pattern Recognition Tasks

Evaluation of Embedded RBF Neural Chip with Back-propagation Algorithm for Pattern Recognition Tasks

 

 

Abstract—This article presents the evaluation analysis of the radial function neural network embedded on an FPGA chip by experiments. The back-propagation algorithm has been embedded and tested for the feasibility for on-line learning tasks. The nonlinear pattern classification task of the XOR logic has been conducted by the designed hardware. Performances are evaluated extensively by different orders of the Taylor-Maclaurin series expansion for approximating nonlinear functions and compared with results by the MATLAB program. The effects on the performance by the nonlinear function approximation have been analyzed by experimental studies of the XOR classification task.

 

초록: 이 논문은 실험을 통해 FPGA 칩에 임베디드된 Radial Basis Function 신경 회로망의 평가, 분석에 대한 내용을 담고 있다. 역전파 알고리즘이 임베디드되었으며, 온라인 학습을 수행할 수 있는 실행 가능성을 테스트하였다. XOR 로직의 비선형 패턴 분류를 설계된 하드웨어를 통해 수행하였다. 비선형 함수의 근사화를 위해 테일러-맥로린 전개의 차수를 변화시켜가면서 성능을 평가하였으며, Matlab 소프트웨어에서의 결과와 비교하였다. 비선형 함수 근사화의 정도에 따른 영향이 어떻게 다른지를 XOR 패턴 분류 실험을 통해 분석하였다.

 

IEEE 국제 산업 정보 과학 학회(IEEE International Conference on Industrial Informatics),

2008년 07월, 한국

evaluation_of_embedded_rbf_neural_chip_with_back-propagatio.pdf