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] รายงานความสำเร็จของการดำเนินการ FPGA ความหนาแน่นปานกลางที่เดียวของ K สมกับประสิทธิภาพการทำงานแบบเรียลไทม์และคุณภาพยอมรับได้ สถาปัตยกรรมเสนอตามทั้งหมดจำนวนเต็มไม่มีคณิตศาสตร์ ด้วยแนวคิดร่วมกันดำเนินการ ขนาดจานสีของสีได้สูงสุดคือ 128 9 2 หรือ 256 สีเมื่อสังเคราะห์ในอุปกรณ์ XC2VP100 FPGA เดี่ยวทำงานที่ความถี่สูงสุดของ 24 MHz นี่คือเท่ากับ 25 fps สำหรับสัญญาณภาพของพิกเซลความละเอียด 640 9 480 อัตราเฟรมสูงสุด เป็นส่วนขยายของงานสถาปัตยกรรมใน [13] ซึ่งพึ่งใช้โครงร่าง (ดับเบิลยูทีเอ) นำผู้ชนะทั้งหมด Kurdthongmee [14] เสนอการเพิ่มเติมฮาร์ดแวร์กลาง K มอัลกอริทึมพิจารณาความสัมพันธ์ topological ระหว่างเซลล์ประสาท นี้ปรับปรุงอัตราการบรรจบกันของอัลกอริทึม K SOM และ ในทางกลับกัน เพิ่มคุณภาพของภาพเป็นไทได้อย่างมาก นอกจากปรับปรุงเซลล์ประสาทผู้ชนะเท่านั้น อัลกอริทึมเสนอใหม่ปรับปรุงวัฒนธรรมกับการเรียนตัวแปรราคาขึ้นอยู่กับระยะทางของพวกเขาสัมพันธ์กับเซลล์ประสาทของผู้ชนะ แบบ ''ปรับปรุง--ใช้ และ '' ถูกเสนอ และใช้เพื่อรับประกันว่า เซลล์ประสาททั้งหมดที่เข้าเยี่ยมชมในขั้นตอนการปรับปรุงน้ำหนักเพียงครั้งเดียว

Results (Thai) 2:

เมื่อเร็ว ๆ นี้ Kurdthongmee [13] รายงานความสำเร็จของการดำเนินงานที่มีความหนาแน่น FPGA เดียวปานกลางของ K-SOM ด้วยประสิทธิภาพการทำงานแบบ real-time และคุณภาพของภาพที่ยอมรับได้ สถาปัตยกรรมที่นำเสนอก็ขึ้นอยู่ทั้งหมดในเลขคณิตจำนวนเต็มไม่ได้ลงนามกับแนวคิดที่ดำเนินการร่วมกัน ขนาดสูงสุดจะได้รับจานสีเป็น 128 9 2 หรือเมื่อ 256 สีสังเคราะห์บนอุปกรณ์ XC2VP100 FPGA เดียวทำงานที่ความถี่สูงสุด 24 MHz นี่คือเทียบเท่ากับอัตราเฟรมสูงสุด 25 เฟรมต่อวินาทีสำหรับภาพที่นำเข้ามีความละเอียด 640 x 480 พิกเซล 9 ในฐานะที่เป็นส่วนขยายของสถาปัตยกรรมใน [13] ซึ่งเป็นที่พึ่งในการใช้ผู้ชนะทั้งหมดใช้เวลา (WTA) โครงการ, Kurdthongmee [14] เสนอฮาร์ดแวร์มากขึ้นเป็นศูนย์กลางอัลกอริทึม K-SOM คำนึงถึงความสัมพันธ์ในหมู่ทอพอโลยีเซลล์ประสาท นี้การปรับปรุงอัตราการบรรจบกันของอัลกอริทึม K-ส้มและในทางกลับเพิ่มคุณภาพของภาพ significantly.Apart ไทจากเพียงการปรับปรุงเซลล์ประสาทชนะอัลกอริทึมที่เสนอปรับปรุงใหม่เพื่อนบ้านโดยรอบที่มีอัตราการเรียนรู้ตัวแปรขึ้นอยู่กับญาติของพวกเขา ระยะทางที่มีเซลล์ประสาทผู้ชนะ The''update และการใช้งาน '' โครงการได้รับการเสนอและใช้เพื่อรับประกันว่าเซลล์ประสาททุกคนเข้าเยี่ยมชมเพียงครั้งเดียวในขั้นตอนการปรับปรุงน้ำหนัก

Results (Thai) 3:

เมื่อเร็วๆ นี้ kurdthongmee [ 13 ] รายงานความสำเร็จของเดียวปานกลางความหนาแน่น FPGA การพัฒนา k-som ที่มีประสิทธิภาพเรียลไทม์และคุณภาพของภาพในระดับที่ยอมรับได้ เสนอสถาปัตยกรรมพื้นฐานคณิตศาสตร์จำนวนเต็มไม่ได้ลงนามทั้งหมดกับผู้ประกอบการแบ่งปันแนวคิด สูงสุดจะได้รับจานสีขนาด 128 หรือ 256 สี ตอนที่ 9 2 3 ในเดียว xc2vp100 FPGA อุปกรณ์ทำงานที่ความถี่สูงสุดของ 24 MHz นี้เทียบเท่ากับกรอบอัตราสูงสุด 25 FPS สำหรับใส่ภาพความละเอียด 640 9 480 พิกเซล เป็นส่วนขยายไปยังสถาปัตยกรรมใน [ 13 ] ซึ่งอาศัยการเป็นผู้ชนะทุกคน ( WTA ) โครงการ , kurdthongmee [ 14 ] เสนอเพิ่มเติมอุปกรณ์ เซ็นทริค k-som ขั้นตอนวิธีพิจารณาเป็นรูปแบบความสัมพันธ์ระหว่างประสาทเซลล์ นี้การปรับปรุงอัตราการลู่เข้าของ k-som ขั้นตอนวิธีและในที่สุดเพิ่มคุณภาพของภาพที่แน่นอนเพียง แต่การปรับปรุงอย่างมาก นอกเหนือจากผู้ชนะประสาทเซลล์ใหม่เสนอขั้นตอนวิธีการปรับปรุงรอบเพื่อนบ้านกับตัวแปรอัตราการเรียนรู้ขึ้นอยู่กับของพวกเขาเทียบระยะทางกับผู้ชนะเซลล์ประสาท การ ""update-and-use " " รูปแบบการเสนอและใช้เพื่อรับประกันว่าประสาทเซลล์มีการเข้าเยี่ยมชมเพียงครั้งเดียวในน้ำหนักการปรับปรุงขั้นตอน