Intelektualaus procesoriaus modelio tyrimas
Baigiamajame magistro darbe nagrinėjamos galimybės dirbtiniais neuronų tinklais įgyvendinti procesoriaus aritmetinį loginį įtaisą. Tuo tikslu apžvelgtos DNT panaudojimas aparatinėje įrangoje galimybės. Taip pat išnagrinėta procesoriaus struktūra ir jo veikimas. Sudarytas ir ištirtas procesoriaus modelis, paremtas dirbtiniu neuronų tinklu. Eksperimentiškai nustatyta, kokia DNT struktūra ir kuris mokymo algoritmas yra tinkamiausi įgyventinant pasirinkto procesoriaus aritmetinio-loginio įtaiso (ALĮ) modelį dirbtiniu neuronų tinklu. Taip pat eksperimentinių tyrimų metu išsiaiškintas modelio atsparumas tarpneuroninių ryšių pažeidimams, atsirandantiems dėl triukšmų, trukdžių ar defektų integrinių grandynų gamybos procese. Atsižvelgiant į eksperimentinio tyrimo metu gautus rezultatus, suformuluotos išvados.Darbą sudaro 8 dalys: įvadas, dirbtinių neuronų tinklų apžvalga, DNT įgyvendinimas aparatinėje įrangoje, aritmetinio loginio įtaiso sudarymas, duomenų rinkinio DNT mokymui paruošimas, ALĮ modelio sudarymas ir tyrimas, išvados, literatūros sąrašas, priedai. Darbo apimtis - 48 p. teksto be priedų, 36 iliustr., 12 lent., 13 bibliografinių šaltinių.Atskirai pridedami darbo priedai.
The master thesis analyses possibility implement central processing unit (CPU) on artificial neural network (ANN). Utilization of ANN in hardware was reviewed. It is also examined the structure and performance of central processing unit (CPU). The model of CPU based on artificial neural network was compiled and tested. Experimentally was determined what structure and training algorithm of ANN is the best for implementation of selected CPU arithmetic-logic unit (ALU) model using artificial neural network. Also, in time of experimental research the resistance for inter-neural corruption was explored, which appeared because of noises, disturbancies or of integrated circuits which appeared in process of production. Considering the results, which were obtained in time of experimental investigation, the findings were formulated.The master thesis is made up from 8 parts: introduction, review of artificial neural networks, implementation of ANN in hardware, creation of arithmetic-logic unit, preparation of ANN data collection for edification, creation and investigation of ALU model, findings, list of literary, annexes.Size of thesis - 48 pages without annexes, 36 illustrations, 12 tables, 13 bibliographic sources.Annexes are added separately.