به گزارش خبرگزاری مهر، دکتر فرنود مریخ بیات دکترای الکترونیک دیجیتال از دانشگاه صنعتی شریف و محقق طرح در این باره اظهار کرد: از روش ارائه شده میتوان جهت پیادهسازی سختافزاری و بهینهسازی سیستمهای هوش مصنوعی استفاده کرد. این تحقیق، گامی در جهت دستیابی به پردازشگرهای هوشمند آنالوگ است که به جهت برخورداری از مقیاس نانو، از توان محاسباتی بسیار بالایی برخوردار خواهند بود.
وی افزود: حافظههای به کار رفته در این سیستم، غیر فرار و در مقیاس نانو هستند. نانوساختار ارائه شده دارای ویژگیهای خاصی مانند سادگی سیستم محاسباتی، توان مصرفی پایین، سرعت بالای پردازش داده و قابلیت پیادهسازی در ابعاد بسیار کوچک است. ساخت سیستمهای پیچیده از طریق اتصال سیستمهای پایه، وجود سختافزار سازگار با روش یادگیری ارائه شده، مقاوم بودن سیستم در برابر نویز و نواقص سختافزاری از دیگر تواناییهای سیستم ارائه شده است.
محقق این طرح خاطرنشان کرد: با توجه به ویژگیهای مطلوب بیان شده، این سیستم میتواند کاربردهای بسیاری در صنایع و علوم گوناگون چون رباتیک، گوشیهای موبایل هوشمند، سیستمهای پردازش سیگنال صوت و تصویر و بازسازی سیستم پردازش اطلاعات مغز انسان داشته باشند.
دکتر مریخ بیات در مورد نتایج این تحقیقات گفت: از جمله نتایج این کار تحقیقاتی میتوان به استفاده از نانوساختارهای متقاطع ممریستوری در نقش حافظههای آنالوگ، جهت ذخیرهسازی رابطهای فازی و ارائه روشی نوین جهت انجام استنتاجهای فازی در این ساختارها اشاره کرد.
وی افزود: این تحقیق همچنین نشان میدهد که چگونه میتوان محاسبات دقیق بکار رفته در کاربردهایی مانند رباتیک را از طریق محاسبات فازی دارای عدم قطعیت، انجام داد. بررسی ارتباط و یافتن شباهت بین نحوه پردازش اطلاعات در نانوساختار فازی ارائه شده و پردازش اطلاعات در دستگاه عصبی موجودات زیست شناختی از دیگر نتایج حاصل شده است.
محقق طرح در مورد روش این تحقیقات تصریح کرد: در ابتدا رابطهای فازی که معمولاً ذاتی پیوسته دارند، به معادل گسستهشان تبدیل شد. نحوهی تلفیق الگوریتمهای یادگیری با روش استنتاج پیادهسازی شده، از دیگر موضوعات مورد بررسی بود. روشهای یادگیری نیز به گونهای طراحی شد که میتوان آنها را بسادگی بر روی نانو ساختارهای ممریستوری پیادهسازی کرد.
وی ادامه داد: در واقع در این مرحله از تحقیق، با تلفیق نانو ساختارهای ممریستوری و مدارهای ساخته شده با استفاده از تقویتکنندههای عملیاتی، سیستمی ارائه شده است که از طریق انجام عمل سادهای مانند ضرب بردار مربوط به توابع عضویت دادههای فازی ورودی در ماتریس نمایشگر رابط فازی، میتواند به انجام استنتاجهای فازی بپردازد.
مریخ بیات در خاتمه تصریح کرد: مرحله نهایی این تحقیق به تبیین ارتباط بین روش استنتاج فازی ارائه شده و نحوهی پردازش اطلاعات در دستگاه عصبی میپردازد.
نتایج این کار تحقیقاتی در مجله Cybernetics, IEEE Transaction منتشر شده است.
نظر شما