Detail publikace
On Evolutionary Approximation of Sigmoid Function for HW/SW Embedded Systems
Realizace strojového učení v levné elektronice je velká výzva zejména v kontextu Internet of Things. Vytvoření takových řešení vyžaduje zavedení vhodných akcelerátorů výpočtu na úrovni hardware. V této práci představujeme metodu, která umožňuje evolučně souběžně navrhovat obvodovou implementaci a programem řízený řadič pro důležité komponenty chytrých vestavěných systémů. Navržená metoda je založena na vícekriteriálním prohledávání prostoru možných řešení za pomoci rozšířené varianty lineárního genetického programování. Ověření funkčnosti spočívalo v návrhu aproximace sigmoidy, která je hojně využívána při implementaci neuronových sítí v hardware. Automatizovaně jsme navrhli několik implementací známých z literatury. Metoda byla implementována jako rozšíření stávající platformy podporující souběžný evoluční návrh hardware a software pro vestavěné systémy.
@INPROCEEDINGS{FITPUB11298,
author = "Milo\v{s} Mina\v{r}\'{i}k and Luk\'{a}\v{s} Sekanina",
title = "On Evolutionary Approximation of Sigmoid Function for HW/SW Embedded Systems",
pages = "343--358",
booktitle = "20th European Conference on Genetic Programming, EuroGP 2017",
series = "Lecture Notes in Computer Science",
volume = 10196,
year = 2017,
location = "Berlin, DE",
publisher = "Springer International Publishing",
ISBN = "978-3-319-55696-3",
doi = "10.1007/978-3-319-55696-3\_22",
language = "english",
url = "https://www.fit.vut.cz/research/publication/11298"
}