Detail publikace
On Evolutionary Approximation of Sigmoid Function for HW/SW Embedded Systems
Sigmoid, Linear genetic programming, HW/SW co-design
Realizace strojového učení v levné elektronice je velká výzva zejména v kontextu Internet of Things. Vytvoření takových řešení vyžaduje zavedení vhodných akcelerátorů výpočtu na úrovni hardware. V této práci představujeme metodu, která umožňuje evolučně souběžně navrhovat obvodovou implementaci a programem řízený řadič pro důležité komponenty chytrých vestavěných systémů. Navržená metoda je založena na vícekriteriálním prohledávání prostoru možných řešení za pomoci rozšířené varianty lineárního genetického programování. Ověření funkčnosti spočívalo v návrhu aproximace sigmoidy, která je hojně využívána při implementaci neuronových sítí v hardware. Automatizovaně jsme navrhli několik implementací známých z literatury. Metoda byla implementována jako rozšíření stávající platformy podporující souběžný evoluční návrh hardware a software pro vestavěné systémy.
@inproceedings{BUT135902,
author="Miloš {Minařík} and Lukáš {Sekanina}",
title="On Evolutionary Approximation of Sigmoid Function for HW/SW Embedded Systems",
booktitle="20th European Conference on Genetic Programming, EuroGP 2017",
year="2017",
series="Lecture Notes in Computer Science",
volume="10196",
pages="343--358",
publisher="Springer International Publishing",
address="Berlin",
doi="10.1007/978-3-319-55696-3\{_}22",
isbn="978-3-319-55696-3",
url="https://www.fit.vut.cz/research/publication/11298/"
}