Documents disponibles écrits par cet auteur

A Pulsed Neural Network With On-Chip Learning and Its Practical Applications / Zhuang, Hualiang in IEEE transactions on industrial electronics, Vol. 54 N°1 (Fevrier 2007) 

Public ISBD [article]  in IEEE transactions on industrial electronics > Vol. 54 N°1 (Fevrier 2007) . - 34-42 p. Titre : A Pulsed Neural Network With On-Chip Learning and Its Practical Applications Titre original : Un Réseau Neurologique Pulsé avec l'Etude de Morceau et ses Applications Pratiques Type de document : texte imprimé Auteurs : Zhuang, Hualiang, Auteur ; Low, Kay-Soon, Auteur ; Yau, Wei-Yun Article en page(s) : 34-42 p. Note générale : Génie Electrique Langues : Anglais (eng) Mots-clés : Field  programmable  gate  array  Linear  motors  Pulse  neural  network  Radial  basis  function  neural  network.Rangée  de  porte  programmable  de  champ  Moteurs  linéaires  Réseau  neurologique  d'impulsion  Réseau  neurologique  de  fonction  radiale  de  base. Index. décimale : 621 Ingénierie mécanique en général. Technologie nucléaire. Ingénierie électrique. Machinerie Résumé : This paper proposes a new model for the pulsed neural network. In this model, the information is coded in terms of firing times of pulses that are generated by the neuron. The pulses transmit through the network and excite the dynamics of the neuron. Their synchronism is utilized to design the architecture of the neural network such that it acts as a radial basis function (RBF) network. A new network-learning algorithm is also developed for this pulsed RBF network. The RBF neurons are generated based on the feature of the training data, and the synaptic delays can be adjusted to distribute these RBF neurons in the training data space. The pulse neural network has been implemented compactly with multiplierless approach for both the forward computation and learning algorithm with a field programmable gate array board. As an application demonstration, it is extended to a nonlinear look-up table and applied to estimate the friction occurs in a precision linear stage. Cet article propose un nouveau modèle pour le réseau neurologique pulsé. Dans ce modèle, l'information est codée en termes de temps de mise à feu des impulsions qui sont produites par le neurone. Les impulsions transmettent par le réseau et excitent la dynamique du neurone. Leur synchronisme est utilisé pour concevoir l'architecture du réseau neurologique tels qu'il agit en tant que réseau radial de la fonction de base (RBF). Un algorithme de étude de nouveau réseau est également développé pour ceci a palpité réseau de RBF. Les neurones de RBF sont produits ont basé sur le dispositif des données de formation, et le synaptique retarde peut être ajusté pour distribuer ces neurones de RBF dans l'espace de données de formation. Le réseau neurologique d'impulsion a été mis en application de manière compacte avec l'approche multiplierless pour le calcul vers l'avant et l'algorithme de étude avec un conseil programmable de rangée de porte de champ. Comme démonstration d'application, il est prolongé à une table non-linéaire de consultation et appliqué pour estimer le frottement se produit à une étape linéaire de précision. DEWEY : 621 ISSN : 0278-0046 En ligne : k.s.low@ieee.org [article] A Pulsed Neural Network With On-Chip Learning and Its Practical Applications = Un Réseau Neurologique Pulsé avec l'Etude de Morceau et ses Applications Pratiques [texte imprimé] / Zhuang, Hualiang, Auteur ; Low, Kay-Soon, Auteur ; Yau, Wei-Yun . - 34-42 p. Génie Electrique Langues : Anglais (eng) in IEEE transactions on industrial electronics > Vol. 54 N°1 (Fevrier 2007) . - 34-42 p. Mots-clés : Field  programmable  gate  array  Linear  motors  Pulse  neural  network  Radial  basis  function  neural  network.Rangée  de  porte  programmable  de  champ  Moteurs  linéaires  Réseau  neurologique  d'impulsion  Réseau  neurologique  de  fonction  radiale  de  base. Index. décimale : 621 Ingénierie mécanique en général. Technologie nucléaire. Ingénierie électrique. Machinerie Résumé : This paper proposes a new model for the pulsed neural network. In this model, the information is coded in terms of firing times of pulses that are generated by the neuron. The pulses transmit through the network and excite the dynamics of the neuron. Their synchronism is utilized to design the architecture of the neural network such that it acts as a radial basis function (RBF) network. A new network-learning algorithm is also developed for this pulsed RBF network. The RBF neurons are generated based on the feature of the training data, and the synaptic delays can be adjusted to distribute these RBF neurons in the training data space. The pulse neural network has been implemented compactly with multiplierless approach for both the forward computation and learning algorithm with a field programmable gate array board. As an application demonstration, it is extended to a nonlinear look-up table and applied to estimate the friction occurs in a precision linear stage. Cet article propose un nouveau modèle pour le réseau neurologique pulsé. Dans ce modèle, l'information est codée en termes de temps de mise à feu des impulsions qui sont produites par le neurone. Les impulsions transmettent par le réseau et excitent la dynamique du neurone. Leur synchronisme est utilisé pour concevoir l'architecture du réseau neurologique tels qu'il agit en tant que réseau radial de la fonction de base (RBF). Un algorithme de étude de nouveau réseau est également développé pour ceci a palpité réseau de RBF. Les neurones de RBF sont produits ont basé sur le dispositif des données de formation, et le synaptique retarde peut être ajusté pour distribuer ces neurones de RBF dans l'espace de données de formation. Le réseau neurologique d'impulsion a été mis en application de manière compacte avec l'approche multiplierless pour le calcul vers l'avant et l'algorithme de étude avec un conseil programmable de rangée de porte de champ. Comme démonstration d'application, il est prolongé à une table non-linéaire de consultation et appliqué pour estimer le frottement se produit à une étape linéaire de précision. DEWEY : 621 ISSN : 0278-0046 En ligne : k.s.low@ieee.org