پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ژنتیک

مفید بودن شبکه عصبی آنالوگ مصنوعی بصورت خیلی نزدیکی با میزان قابلیت آموزش پذیری آن محدود می شود .این مقاله یک معماری شبکه عصبی آنالوگ جدید را معرفی می کند که وزنهای بکار برده شده در آن توسط الگوریتم ژنتیک تعیین می شوند . اولین پیاده سازی VLSI ارایه شده در این مقاله روی سیلیکونی با مساحت کمتر از 1 میلیمتر مربع که شامل 4046 سیناپس و 200 گیگا اتصال در ثانیه است اجرا شده است. از آنجاییکه آموزش می تواند در سرعت کامل شبکه انجام شود بنابراین چندین صد حالت منفرد در هر ثانیه می تواند توسط الگوریتم ژنتیک تست شود . این باعث می شود تا پیاده سازی مسایل بسیار پیچیده که نیاز به شبکه های چند لایه بزرگ دارند عملی بنظر برسد .

کلیدواژه ها:

شبکه عصبی ، شبکه آنالوگ ، وزن سیناپس ، مدار ، الگوریتم ژنتیک