A számítási pontosság és robosztusság kérdésének elemzése analogikai CNN algoritmusok néhány osztályában = Analysis of computation accuracy and robustness in some classes of analogic CNN algorithms

摘要

A CNN tömbök analóg VLSI implementációi teraoperáció/s számítási teljesítményt adnak, pontosságuk viszont 6-7 bit. Komplex tér-idő dinamikával rendelkező rendszerek viselkedésének vizsgálatánál ez a pontosság nem elegendő. Ekkor előtérbe kerülnek az emulált digitális CNN-UM implementációk (ASIC vagy FPGA). - Elemeztük az emlős retina, az óceán áramlás és a taktilis nyomásérzékelő valamint a földrengés hullámok viselkedését. Összefüggéseket adtunk a számítási pontosság, az implementálható emulált digitális CNN cellaszám és a számítás sebessége között. - A vizsgálatok alapján az adott feladatosztályokra kijelölhető volt a minimális számítási pontosság igény. - Képmegjelenítőkön alkalmazható új al-pixel architektúrákat és a megjelenítendő kép fénysűrűség-eloszlását nagy térbeli felbontással figyelembe vevő ''image rendering'' algoritmusokat találtunk, amelyeknél - valós idejű alkalmazásoknál a számításigény miatt - fontos a gyors CNN transzformáció alkalmazása. - Kimutattuk, hogy a színi mérethatás szignifikáns, és a kis méretű színi stimulustól jellegzetes függést mutat, valamint javaslatot tettünk ennek modellezésére. - Kimutattuk, hogy a színmemóriából a megfigyelő által reprodukált színészlelet különbözik a közvetlenül megfigyelt színészlelettől, és számszerűsítettük ezeket a különbségeket. A színmemória-hatásokat - a nagy számításigény miatt - érdemes CNN-transzformációval modellezni. | Analog VLSI implementations of CNN arrays exhibit teraoperatio/s computing power but the accyracy of the computations are limited to 6-7 bits.In analysis of systems with complex spatio-temporal dynamics tis accuracy is not enough. Emulated digital CNN arrays are used in this case (ASIC or FPGA). - The vertabrate retina model, the ocean model, the tactile sensor model and the seismic wave model were analysed. Relationships were defined among the computing accuracy, the implementable number of emulated digital CNN cells and the speed of computation. - The minimal accuracy requirements were defined for the different problem classes. - New subpixel arrangements and color rendering methods for multi primary displays were developed. In real-time processing problems the huge computing power is an important issue and the CNN thechnology can be used here effectively. - The color size effect was analysed and a new model were developed. - The difference between the color coming from the long-term memory and the sensed color could be quantified. The color memory models need a large computing power and the CNN technology can be effective in this field too.