AbstractThis paper proposes a novel

Abstract
This paper proposes a novel hardware computing platform for fully parallel and distributed computation of artificial neural network (ANN) algorithms. The proposed idea entails leveraging the existing wireless sensor networks (WSN) technology to serve as a parallel and distributed hardware platform to implement computations for artificial neural network algorithms. Feasibility of the proposed neurocomputing architecture is demonstrated through a simulation-based case study, which uses Kohonen׳s self-organizing map as the neural network algorithm. MATLAB-based PROWLER, which is a protocol and application level simulator for wireless sensor networks, is employed for the simulation study. Findings demonstrated that the proposed neurocomputing architecture was able to train the SOM neural network with competitive accuracy values for the unsupervised clustering task. Conclusions of the simulation study suggest that the WSN-based neurocomputing architecture is a feasible alternative for realizing parallel and distributed computation of artificial neural network algorithms.

Keywords
Neurocomputing; Artificial neural network; Wireless sensor network; Parallel and distributed processing; Parallel hardware; Kohonen׳s SOM neural network

ผลลัพธ์ (ไทย) 1:

บทคัดย่อกระดาษนี้เสนอเป็นนวนิยายฮาร์ดแวร์คอมพิวเตอร์แพลตฟอร์มที่สำหรับการคำนวณแบบขนาน และกระจายเต็มของโครงข่ายประสาทเทียมอัลกอริทึม (แอน) ความคิดที่เสนอมีการใช้เทคโนโลยีเครือข่าย (WSN) เซ็นเซอร์ไร้สายที่มีอยู่จะเป็นฮาร์ดแวร์แบบขนาน และแบบกระจายสามารถประมวลผลสำหรับอัลกอริทึมของโครงข่ายประสาทเทียม คือแสดงความเป็นไปได้ของสถาปัตยกรรม neurocomputing เสนอผ่านแบบจำลองสถานการณ์กรณีศึกษา ซึ่งใช้ Kohonen׳s แผนที่ตนเองจัดเป็นขั้นตอนวิธีโครงข่ายประสาท ใช้ MATLAB PROWLER ซึ่งเป็นโปรแกรมจำลองระดับโพรโทคอลและโปรแกรมประยุกต์สำหรับเครือข่ายเซนเซอร์ไร้สาย เป็นลูกจ้างสำหรับการศึกษาการจำลอง ผลการวิจัยแสดงว่า ได้ฝึกเครือข่ายประสาทสมกับค่าความแม่นยำแข่งขันสำหรับงานระบบคลัสเตอร์ unsupervised สถาปัตยกรรม neurocomputing เสนอ บทสรุปของการศึกษาการจำลองแนะนำว่า สถาปัตยกรรมใช้ WSN neurocomputing เป็นทางเลือกที่เป็นไปได้สำหรับการตระหนักถึงการคำนวณแบบขนาน และแบบกระจายของอัลกอริทึมของโครงข่ายประสาทเทียมคำสำคัญNeurocomputing โครงข่ายประสาทเทียม เครือข่ายเซ็นเซอร์ไร้สาย ประมวลผลแบบขนาน และแบบกระจาย ฮาร์ดแวร์พร้อม เครือข่ายประสาทสม Kohonen׳s

ผลลัพธ์ (ไทย) 2:

บทคัดย่องานวิจัยนี้เสนอนวนิยายฮาร์ดแวร์แพลตฟอร์มคอมพิวเตอร์ในการคำนวณแบบขนานอย่างเต็มที่และการกระจายเครือข่ายประสาทเทียม (ANN) อัลกอริทึม
ความคิดที่เสนอ entails การใช้ประโยชน์จากเครือข่ายเซ็นเซอร์ไร้สายที่มีอยู่ (WSN) เพื่อทำหน้าที่เป็นแพลตฟอร์มฮาร์ดแวร์แบบขนานและการกระจายที่จะใช้ขั้นตอนวิธีการคำนวณสำหรับเครือข่ายประสาทเทียม ความเป็นไปได้ของสถาปัตยกรรม neurocomputing ที่เสนอจะแสดงให้เห็นถึงกรณีศึกษาที่ใช้การจำลองซึ่งใช้แผนที่ Kohonen ของการจัดระเบียบตัวเองเป็นขั้นตอนวิธีเครือข่ายประสาท MATLAB ตาม PROWLER ซึ่งเป็นโปรโตคอลและการจำลองระดับพลิเคชันสำหรับเครือข่ายเซ็นเซอร์ไร้สายเป็นลูกจ้างสำหรับการศึกษาการจำลอง ผลการวิจัยแสดงให้เห็นว่า neurocomputing เสนอสถาปัตยกรรมก็สามารถที่จะฝึกอบรมเครือข่ายประสาท SOM ที่มีค่าความถูกต้องในการแข่งขันสำหรับการจัดกลุ่มงานที่ใกล้ชิด บทสรุปของการศึกษาแบบจำลองที่แสดงให้เห็นว่าสถาปัตยกรรม neurocomputing WSN ที่ใช้เป็นทางเลือกที่เป็นไปได้สำหรับการตระหนักถึงขนานและกระจายการคำนวณของขั้นตอนวิธีเครือข่ายประสาทเทียม. คำNeurocomputing; เครือข่ายประสาทเทียม เครือข่ายเซ็นเซอร์ไร้สาย; การประมวลผลแบบขนานและแบบกระจาย ฮาร์ดแวร์แบบขนาน Kohonen ของ SOM เครือข่ายประสาท

ผลลัพธ์ (ไทย) 3:

นามธรรม
บทความนี้เสนอนวนิยายฮาร์ดแวร์แพลตฟอร์มคอมพิวเตอร์สำหรับการคำนวณแบบขนานและแบบกระจายเต็มของโครงข่ายประสาทเทียม ( ANN ) อัลกอริธึม เสนอไอเดียสร้างธุรกิจเครือข่ายเซ็นเซอร์ไร้สายที่มีอยู่ ( WSN ) เทคโนโลยีเพื่อใช้เป็นแบบขนานและแบบกระจายฮาร์ดแวร์แพลตฟอร์มที่จะใช้คำนวณสำหรับโครงข่ายประสาทเทียมอัลกอริธึมการศึกษาความเป็นไปได้ของการนำเสนอประสาทคอมพิวเตอร์สถาปัตยกรรมจำลองกรณีศึกษาที่แสดงให้เห็นถึงการใช้ ซึ่งใช้׳ s บนแผนที่เป็นขั้นตอนวิธีเครือข่ายประสาท เดินด้อมๆ มองๆ ตามทาง ซึ่งเป็นโปรโตคอลและจำลองระดับโปรแกรมประยุกต์สำหรับเครือข่ายเซ็นเซอร์ไร้สาย จะใช้เพื่อการศึกษาระบบผลการวิจัยพบว่า การนำประสาทคอมพิวเตอร์สถาปัตยกรรมสามารถฝึกซึ่งโครงข่ายประสาทเทียมที่มีค่าความถูกต้องสูง unsupervised การจัดกลุ่มงาน ข้อสรุปของการศึกษาแบบจำลองชี้ให้เห็นว่า WSN โดยใช้ประสาทคอมพิวเตอร์สถาปัตยกรรมเป็นทางเลือกที่เป็นไปได้สำหรับรู้ตัวแบบขนานและกระจายการคำนวณของแบบจำลองโครงข่ายประสาทเทียมขั้นตอนวิธี .

คำสำคัญ
ประสาทคอมพิวเตอร์ ; โครงข่ายประสาทเทียม ; เครือข่ายเซ็นเซอร์ไร้สาย ; ขนานและการประมวลผลแบบกระจาย ฮาร์ดแวร์แบบขนาน การ׳ s ส้มเครือข่ายประสาท