Computação neuromórfica em nanoescala: desenvolvimento de arquitetura NoC baseada em tecnologia MOS para redes neurais

DSpace Repository

A- A A+

Computação neuromórfica em nanoescala: desenvolvimento de arquitetura NoC baseada em tecnologia MOS para redes neurais

Show simple item record

dc.contributor Universidade Federal de Santa Catarina. pt_BR
dc.contributor.advisor Guimarães, Janaina Gonçalves
dc.contributor.author França, Luiz Augusto Scheuermann
dc.date.accessioned 2023-07-13T14:35:26Z
dc.date.available 2023-07-13T14:35:26Z
dc.date.issued 2023-07-04
dc.identifier.uri https://repositorio.ufsc.br/handle/123456789/248787
dc.description TCC (graduação) - Universidade Federal de Santa Catarina, Campus Blumenau, Engenharia de Controle e Automação. pt_BR
dc.description.abstract A aproximação aos limites físicos e tecnológicos resultante do processo de ultra miniaturização de transistores estabelece novos paradigmas no desenvolvimento de tecnologias de próxima geração. A engenharia neuromórfica busca implementar sistemas que aproveitem a natureza paralela e distribuída do cérebro, oferecendo soluções com poder de processamento superior aos sistemas computacionais tradicionais. A abordagem da computação neuromórfica integrada a redes-em-chip (NoCs) em tecnologia nanoeletrônica, representa novos passos na evolução tecnológica, superando os limites da Lei de Moore. Dessa maneira, a presente investigação tem como objetivo a implementação e avaliação de uma arquitetura neuromórfica de rede-em-chip em topologia torus, sendo baseada em tecnologia MOS de 16nm para redes neurais. O sistema foi implementado em software computacional LTspice visando a classificação do conjunto de dados Iris de Fisher. A alta taxa de acertos obtida na classificação do conjunto de dados afere a validade do uso de transistores em nanoescala para aplicações utilizando-se de inteligência artificial. pt_BR
dc.description.abstract The approximation to the physical and technological limits resulting from the process of ultra miniaturization of transistors establishes new paradigms in the development of next generation technologies. Neuromorphic engineering seeks to implement systems that take advantage of the parallel and distributed nature of the brain, offering solutions with higher processing power than traditional computational systems. The approach of neuromorphic computing integrated to networks-on-chip (NoCs) in nanoelectronic technology, represents new steps in technological evolution, overcoming the limits of Moore’s Law. Thus, the present investigation aims to implement and evaluate a neuromorphic network-on-chip architecture in torus topology, based on 16nm MOS technology for neural networks. The system was implemented in computational software LTspice aiming at the classification of Fisher’s Iris data set. The high rate of controlled hits in the classification of the data set, validates the use of nanoscale transistors for applications using artificial intelligence. pt_BR
dc.format.extent 76 pt_BR
dc.language.iso por pt_BR
dc.publisher Blumenau, SC. pt_BR
dc.rights Open Access. en
dc.subject engenharia neuromórfica pt_BR
dc.subject redes-em-chip pt_BR
dc.subject nanoeletrônica pt_BR
dc.subject Iris de Fisher pt_BR
dc.subject inteligência artificial pt_BR
dc.title Computação neuromórfica em nanoescala: desenvolvimento de arquitetura NoC baseada em tecnologia MOS para redes neurais pt_BR
dc.type TCCgrad pt_BR
dc.contributor.advisor-co Fé, Beatriz Oliveira Câmara da


Files in this item

Files Size Format View Description
TCC_Luiz_Scheuermann.pdf 4.202Mb PDF View/Open Monografia - Luiz Scheuermann

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account

Statistics

Compartilhar