مشخصات کتاب
Application of FPGA to Real‐Time Machine Learning: Hardware Reservoir Computers and Software Image Processing
ویرایش:
نویسندگان: Piotr Antonik
سری: Springer Theses
ISBN (شابک) : 3319910523, 9783319910529
ناشر: Springer
سال نشر: 2018
تعداد صفحات: 173
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
قیمت کتاب (تومان) : 42,000
کلمات کلیدی مربوط به کتاب کاربرد FPGA برای یادگیری ماشینی در زمان واقعی: رایانه های مخزن سخت افزار و پردازش تصویر نرم افزار: هوش و معناشناسی، هوش مصنوعی و یادگیری ماشین، علوم کامپیوتر، کامپیوتر و فناوری، گرافیک و طراحی، Adobe، CAD، مدلسازی کامپیوتر، انتشارات دسکتاپ، اسناد الکترونیکی، رندر و ردیابی پرتو، تجربه و قابلیت استفاده کاربر، کامپیوتر و فناوری، گرافیک و چند رسانهای ,DirectX,Flash,GIS,OpenGL,Solid Works,برنامه نویسی,کامپیوتر و فناوری,مهندسی, هوافضا, خودرو, مهندسی زیستی, شیمی, عمران و محیط زیست, مدلسازی کامپیوتر, ساخت و ساز, طراحی, برق و الکترونیک, الکترونیک
میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 12
در صورت تبدیل فایل کتاب Application of FPGA to Real‐Time Machine Learning: Hardware Reservoir Computers and Software Image Processing به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کاربرد FPGA برای یادگیری ماشینی در زمان واقعی: رایانه های مخزن سخت افزار و پردازش تصویر نرم افزار نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب کاربرد FPGA برای یادگیری ماشینی در زمان واقعی: رایانه های مخزن سخت افزار و پردازش تصویر نرم افزار
این کتاب در رابط یادگیری ماشین قرار دارد - زیر شاخه ای از
علوم کامپیوتر که الگوریتم هایی را برای کارهای چالش برانگیز
مانند تشخیص شکل یا تصویر، که در آن الگوریتم های سنتی شکست می
خورند - و فوتونیک - علم فیزیکی نور، که زیربنای بسیاری از
موارد است، توسعه می دهد. فن آوری های ارتباطات نوری مورد
استفاده در جامعه اطلاعاتی ما. این مقدمه کاملی برای محاسبات
مخزن و آرایه های دروازه قابل برنامه ریزی میدانی (FPGA) ارائه
می دهد.
اخیراً، پیاده سازی فوتونیکی محاسبات مخزن (یک الگوریتم یادگیری
ماشین مبتنی بر مصنوعی است). شبکه های عصبی) پیشرفتی را در
محاسبات نوری ممکن کرده اند. در این کتاب، نویسنده عملکرد این
سیستم ها را به طور قابل توجهی فراتر از آنچه قبلاً به دست
آورده بود، سوق می دهد. نویسنده با اتصال یک کامپیوتر مخزن
فوتونیک با یک دستگاه الکترونیکی پرسرعت (یک FPGA)، با موفقیت
با رایانه مخزن در زمان واقعی تعامل می کند و به او اجازه می
دهد تا قابلیت ها و دامنه کاربردهای احتمالی آن را به طور قابل
توجهی گسترش دهد. علاوه بر این، نویسنده از تخصص خود در یادگیری
ماشین و برنامهنویسی FPGA استفاده میکند تا در یک مشکل بسیار
متفاوت پیشرفت کند، یعنی تجزیه و تحلیل تصویر بلادرنگ توموگرافی
انسجام نوری برای شریانهای آترواسکلروتیک.
<// div>
توضیحاتی درمورد کتاب به خارجی
This book lies at the interface of machine learning – a
subfield of computer science that develops algorithms for
challenging tasks such as shape or image recognition, where
traditional algorithms fail – and photonics – the physical
science of light, which underlies many of the optical
communications technologies used in our information society.
It provides a thorough introduction to reservoir computing
and field-programmable gate arrays (FPGAs).
Recently, photonic implementations of reservoir computing (a
machine learning algorithm based on artificial neural
networks) have made a breakthrough in optical computing
possible. In this book, the author pushes the performance of
these systems significantly beyond what was achieved before.
By interfacing a photonic reservoir computer with a
high-speed electronic device (an FPGA), the author
successfully interacts with the reservoir computer in real
time, allowing him to considerably expand its capabilities
and range of possible applications. Furthermore, the author
draws on his expertise in machine learning and FPGA
programming to make progress on a very different problem,
namely the real-time image analysis of optical coherence
tomography for atherosclerotic arteries.
نظرات کاربران