kramann.info
© Guido Kramann

Login: Passwort:










kramann.info
© Guido Kramann

Login: Passwort:




Anwendung Neuronaler Netze als Beispiel massiv parallelisierbarer Informations-Verarbeitungs-Strukturen

http://www.cognimem.com/products/chips-and-modules/CM1K-Chip/ - Spezialchip zur Realisierung Neuronaler Netzwerke mit Beispielanwendungen als Film.
https://grey.colorado.edu/emergent/index.php/Comparison_of_Neural_Network_Simulators - Liste verschiedener Netzwerk-Simulatoren

Neuronale Netze in einer Vorlesung über Echtzeitsysteme? - Das mag auf den ersten Blick seltsam erscheinen. Jedoch repräsentieren diese massiv parallelisierbare Informations-Verarbeitungs-Strukturen.

So gibt es in der Praxis viele Ansätze, bei denen Neuronale Netze mit Hilfe von Mikrocontroller-Arrays oder FPGAs realisiert werden.

Einsatzgebiete

  • Neuronale Netze werden vor allem in der Bilderkennung eingesetzt.
  • Sie ermöglichen es aus einem Bild Merkmale zu extrahieren.
  • Ein Ansatz ist der, dass jedes Pixel eines Bildes einem Eingangsneuron zugeordnet ist.
  • Über mehrere Schichten hinweg wird die Bildinformation verarbeitet und mündet schließlich in Ausgangsneuronen, von denen jedes einer Kategorie entspricht.

Ein für uns realisierbarer Anwendungsfall wäre es, für ein autonomes Vehikel, das eine Linie verfolgen soll die Bildinformation, die eine USB-Kamera liefert über ein Neuronales Netz zu verarbeiten. Die Ausgangsschicht könnte hier unterschiedlichen Winkeln entsprechen, in denen der jeweils gescannte Linienabschnitt zum Sensor verdreht ist. (s. Tafel in Vorlesung)

Wir wollen die Einführung mit einem kompletten Beispiel beginnen.