Diseño de circuitos RDBO-CNN basados en memristores y aplicación del reconocimiento de clasificación múltiple de...

Área de la Ciencia:

• Implementación de algoritmos de IA en el hardware
• Computación neuromórfica
• Algoritmos de optimización

Sus antecedentes:

• Las redes neuronales convolucionales (CNN) requieren una extensa sintonización de hiperparámetros y no son fácilmente implementables en el hardware.
• Los algoritmos de optimización de escarabajo de estiércol (DBO) existentes se enfrentan a desafíos con el equilibrio exploración-explotación y la óptima local, lo que dificulta su aplicación en la optimización de parámetros CNN.

Objetivo del estudio:

• Proponer un nuevo circuito de arquitectura de barra cruzada de memristor para implementar un algoritmo de optimización de escarabajo de estiércol reforzado (RDBO) integrado con una red neuronal convolucional (CNN).
• Mejorar el algoritmo DBO para superar limitaciones como el óptimo local y la exploración / explotación desequilibrada para una optimización eficiente del parámetro CNN.
• Validar el rendimiento del circuito RDBO-CNN propuesto para tareas de reconocimiento y clasificación de imágenes.

Principales métodos:

• Desarrollo de un circuito de arquitectura de barra transversal de memristor que comprende módulos de alimentación, almacenamiento, lanzamiento de bolas, baile, subpoblación y CNN.
• Implementación de un algoritmo mejorado de optimización de escarabajos de estiércol (RDBO) que incorpora estrategias de búsqueda de escarabajos gigantes y espirales.
• Integración del algoritmo RDBO con un módulo CNN (convolucional, de agrupación y de capas totalmente conectadas) para la clasificación de imágenes.

Principales resultados:

• El circuito RDBO-CNN demostró viabilidad y precisión en las tareas de clasificación de imágenes en el conjunto de datos MNIST.
• La validación adicional en el conjunto de datos de reconocimiento de imágenes por satélite (RSI-CB) confirmó la eficacia y la buena precisión del circuito.
• La implementación de hardware propuesta ofrece una solución viable para optimizar y desplegar las CNN.

Conclusiones:

• El circuito RDBO-CNN basado en memristor desarrollado proporciona una implementación de hardware eficiente para la optimización de redes neuronales y la clasificación de imágenes.
• El algoritmo RDBO mejorado aborda efectivamente las limitaciones del DBO tradicional, mejorando la sintonización de parámetros de CNN.
• Este trabajo contribuye al avance de la tecnología de redes neuronales y sus aplicaciones de hardware.