Recently, Kurdthongmee [13] reporte

Recently, Kurdthongmee [13] reported the success of a
single moderate density FPGA implementation of a
K-SOM with a real-time performance and acceptable
image quality. The proposed architecture was based
wholly on unsigned integer arithmetic with an operator
sharing concept. The maximum obtainable colour palette
size was 128 9 2 or 256 colours when synthesized on a
single XC2VP100 FPGA device running at a maximum
frequency of 24 MHz. This was equivalent to a maximum
frame rate of 25 fps for an input image of resolution
640 9 480 pixels. As an extension to the architecture in
[13] which relied on using a winner-take-all (WTA)
scheme, Kurdthongmee [14] proposed a more hardware
centric K-SOM algorithm taking into account a topological
relationship among neural cells. This improved the
convergence rate of the K-SOM algorithm and, in turn,
increased the quality of a quantized image significantly.
Apart from only updating the winner neural cell, the
newly proposed algorithm updates its surrounding neighbours
with variable learning rates depending on their
relative distances with the winner neural cell. The
‘‘update-and-use’’ scheme was proposed and used in order
to guarantee that all neural cells were visited only once in
the weight update stage.

Results (Thai) 1:

เมื่อเร็ว ๆ นี้ Kurdthongmee [13] รายงานความสำเร็จของการการใช้งาน FPGA ความหนาแน่นปานกลางที่เดียวของK-ส้ม กับประสิทธิภาพการทำงานแบบเรียลไทม์ และยอมรับคุณภาพของภาพ สถาปัตยกรรมแบบเสนอตามบนจำนวนเต็มที่ไม่มีเลขคณิตกับตัวดำเนินการทั้งหมดแบ่งปันแนวคิด จานสีของสีได้สูงสุดมีขนาด 128 9 2 หรือ 256 สีเมื่อสังเคราะห์ในการอุปกรณ์ XC2VP100 FPGA เดียวสูงสุดความถี่ของ 24 MHz นี่คือเท่ากับสูงสุดอัตราเฟรมของ 25 fps สำหรับสัญญาณภาพความละเอียด640 9 480 พิกเซล เป็นสถาปัตยกรรมใน[13] ซึ่งพึ่งใช้ผู้ชนะจะทั้งหมด (ดับเบิลยูทีเอ)โครงร่าง Kurdthongmee [14] นำเสนอฮาร์ดแวร์เพิ่มเติมอัลกอริทึม K มเป็นศูนย์กลางที่คำนึงที่ topologicalความสัมพันธ์ระหว่างเซลล์ประสาท นี้การปรับปรุงการอัตราการบรรจบกัน ของอัลกอริทึม K SOM และ เปิดเพิ่มคุณภาพของภาพเป็นไทได้อย่างมากนอกจากเซลล์ประสาทผู้ชนะ การปรับปรุงเท่าวัฒนธรรมการปรับปรุงอัลกอริทึมที่เสนอใหม่ด้วยตัวแปรราคาขึ้นอยู่กับการเรียนรู้ของพวกเขาระยะทางที่สัมพันธ์กับเซลล์ประสาทของผู้ชนะ การเสนอโครงร่าง ''ปรับปรุง--ใช้ และ '' และใช้ในใบสั่งเพื่อรับประกันว่า เซลล์ประสาททั้งหมดที่เข้าเยี่ยมชมในครั้งเดียวขั้นตอนการปรับปรุงน้ำหนัก

Results (Thai) 2:

เมื่อเร็ว ๆ นี้ Kurdthongmee [13] รายงานความสำเร็จของการ
ดำเนินงานความหนาแน่นของ FPGA เดียวปานกลางของ
K-SOM ด้วยประสิทธิภาพการทำงานแบบ real-time และเป็นที่ยอมรับ
คุณภาพของภาพ สถาปัตยกรรมที่นำเสนอก็ขึ้นอยู่
ทั้งหมดในเลขคณิตจำนวนเต็มไม่ได้ลงนามกับผู้ประกอบการ
แนวความคิดร่วมกัน สูงสุดจะได้รับจานสี
ขนาดเป็น 128 9 2 หรือเมื่อ 256 สีสังเคราะห์บน
อุปกรณ์ XC2VP100 FPGA เดียวทำงานที่สูงสุด
ความถี่ 24 MHz นี้ก็เท่ากับสูงสุด
อัตราเฟรม 25 เฟรมต่อวินาทีสำหรับภาพที่นำเข้ามีความละเอียด
640 x 480 พิกเซล 9 ในฐานะที่เป็นส่วนขยายของสถาปัตยกรรมใน
[13] ซึ่งเป็นที่พึ่งในการใช้ผู้ชนะทั้งหมดใช้เวลา (WTA) ก
โครงการ Kurdthongmee [14] เสนอฮาร์ดแวร์มากขึ้น
เป็นศูนย์กลางอัลกอริทึม K-SOM คำนึงทอพอโลยี
ความสัมพันธ์ระหว่างเซลล์ประสาท นี้การปรับปรุง
อัตราการบรรจบกันของอัลกอริทึม K-SOM และในทางกลับกันการ
เพิ่มขึ้นคุณภาพของภาพไทอย่างมีนัยสำคัญ. the
นอกเหนือจากเพียงการปรับปรุงเซลล์ประสาทผู้ชนะที่
อัลกอริทึมที่เสนอปรับปรุงใหม่เพื่อนบ้านโดยรอบ
ที่มีอัตราการเรียนรู้ตัวแปรขึ้นอยู่กับพวกเขา
ญาติ ระยะทางที่มีเซลล์ประสาทผู้ชนะ
'' การปรับปรุงและการใช้งาน '' โครงการได้รับการเสนอและนำมาใช้ในการสั่งซื้อ
ที่จะรับประกันว่าเซลล์ประสาททุกคนเข้าเยี่ยมชมเพียงครั้งเดียวใน
ขั้นตอนการปรับปรุงน้ำหนัก

Results (Thai) 3:

เมื่อเร็วๆ นี้ kurdthongmee [ 13 ] รายงานความสำเร็จของเดียวของ FPGA การพัฒนาปานกลางk-som ที่มีประสิทธิภาพเรียลไทม์และยอมรับได้คุณภาพของภาพ เสนอสถาปัตยกรรมพื้นฐานในคณิตศาสตร์จำนวนเต็มไม่ได้ลงนาม ซึ่งมีผู้ประกอบการแบ่งปันแนวคิด สูงสุดจะได้รับจานสีขนาด 128 หรือ 256 สี ตอนที่ 9 2 3 บนอุปกรณ์ FPGA xc2vp100 เดียววิ่งสูงสุดความถี่ของ 24 MHz นี้เทียบเท่ากับ สูงสุดกรอบอัตรา 25 fps สำหรับใส่ภาพความละเอียด640 9 480 พิกเซล เป็นส่วนขยายของสถาปัตยกรรมใน[ 13 ] ซึ่งอาศัยการเป็นผู้ชนะทุกคน ( WTA )โครงการ , kurdthongmee [ 14 ] เสนอฮาร์ดแวร์เพิ่มเติมเซ็นทริค k-som ขั้นตอนวิธีการในรูปแบบบัญชีความสัมพันธ์ระหว่างประสาทเซลล์ นี้การปรับปรุงอัตราการลู่เข้าของขั้นตอนวิธี k-som และ เปิดเพิ่มคุณภาพของภาพที่แน่นอนมากนอกเหนือจากเพียงปรับปรุงผู้ชนะประสาทเซลล์ใหม่เสนอขั้นตอนวิธีการปรับปรุงพื้นที่โดยรอบ เพื่อนบ้านกับตัวแปรอัตราการเรียนรู้ขึ้นอยู่กับพวกเขาระยะทางเทียบกับผู้ชนะเซลล์ประสาท ที่" "update-and-use " " รูปแบบการเสนอและใช้ในการสั่งซื้อรับประกันได้ว่า เซลล์ประสาททั้งหมดได้เข้าเยี่ยมชมในเพียงครั้งเดียวน้ำหนักการปรับปรุงขั้นตอน