Resumo

RAMIREZ AGUNDIS, Agustín; GADEA GIRONES, Rafael; COLOM PALERO, Ricardo  e  DIAZ CARMONA, Javier. Sistema Híbrido Hardware/Software para el Entrenamiento de Redes SOFM. Comp. y Sist. [online]. 2008, vol.11, n.4, pp.349-356. ISSN 2007-9737.

Este artículo describe un sistema para entrenar una red neuronal Self-Organizing Feature Map (SOFM). El diseño del sistema persigue dos objetivos. Primero, reducir el tiempo de procesamiento requerido para entrenar la red sacando provecho del paralelismo intrínseco de las redes neurona-les mediante la implementación hardware de la SOFM. Segundo: proporcionar versatilidad al entrenamiento por medio del pre y post procesamiento de los datos de entrada usando Matlab-Simulink, también utilizado como plataforma del software. El sistema usa como coprocesador una tarjeta basada en un FPGA conectada a la PC anfitriona a través del bus PCI. Para ilustrar la funcionalidad del sistema se desarrolló una aplicación para analizar los efectos que sobre el mapeo tiene el tamaño de la dispersión de los valores iniciales de los pesos generados aleatoriamente. Cuando se compara con un sistema totalmente software para la misma aplicación, nuestro sistema reduce el tiempo de entrenamiento en 89%.

Palavras-chave : Mapeo de rasgos auto-organizado; Implementación híbrida hardware/software; Arreglo de compuertas programables en campo; Coprocesador neuronal.