but.committee	prof. Ing. Tomáš Hruška, CSc. (předseda) doc. Ing. Zdeněk Vašíček, Ph.D. (místopředseda) doc. RNDr. Milan Češka, Ph.D. (člen) Ing. Matěj Grégr, Ph.D. (člen) doc. Mgr. Jaroslav Hrdina, Ph.D. (člen) Mgr. Kamil Malinka, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C. Otázky u obhajoby: Uvažoval jste možnosti implementace několika násobiček tohoto typu na jednom čipu? Myslíte si, že použití RAM pro tabulky je vhodné? Jaké latence paměti byste očekával? Jak byste řešil několikanásobné čtení z jednoho modulu v jednom taktu? Jak by vypadala plocha a zpoždění hardware, pokud by jste uložil vyhledávací tabulky do SRAM (pro 256b by to neměl být problém)? Myslíte si, že by původní autor knihovny přijal merge request s Vaším kódem?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Sekanina, Lukáš	cs
dc.contributor.author	Juhaňák, Pavel	cs
dc.contributor.referee	Jaroš, Jiří	cs
dc.date.accessioned	2019-07-08T15:56:55Z
dc.date.available	2019-07-08T15:56:55Z
dc.date.created	2019	cs
dc.description.abstract	Tato práce se zaměřuje na problematiku klasických i konvolučních neuronových sítí. Jsou zde probrány konvenční techniky hardwarového násobení a možnosti jeho optimalizace v kontextu umělých neuronových sítí. Je navržena metoda zjednodušeného násobení, a to násobení bez násobičky. Tato metoda je implementována a integrována do knihovny TypeCNN. Poté je proveden odhad ceny hardwarového řešení jak konvenčního, tak zjednodušeného násobení. Představeny jsou dostupné nástroje pro práci s konvolučními neuronovými sítěmi a datové sady pro jejich testování v úloze klasifikace obrazů. Jsou navrženy testovací architektury a metodika testování a experimentů. Následně jsou zhodnoceny výsledky testů jak z pohledu úspěšnosti klasifikace, tak ceny hardwarového řešení.	cs
dc.description.abstract	This thesis provides an introduction to classical and convolutional neural networks. It describes how hardware multiplication is conventionally performed and optimized. A simplified multiplication method is proposed, namely multiplierless multiplication. This method is implemented and integrated into the TypeCNN library. The cost of the hardware solution of both conventional and simplified multipliers is estimated. The thesis also introduces software tools developed to work with convolutional neural networks and datasets used to test them in the image classification task. Test architectures and experimentation methodology are proposed. The results are evaluated, and both the classification accuracy and cost of the hardware solution are discussed.	en
dc.description.mark	C	cs
dc.identifier.citation	JUHAŇÁK, P. Zjednodušené násobení v konvolučních neuronových sítích [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.	cs
dc.identifier.other	121934	cs
dc.identifier.uri	http://hdl.handle.net/11012/180351
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	umělá inteligence	cs
dc.subject	soft computing	cs
dc.subject	neuron	cs
dc.subject	neuronové sítě	cs
dc.subject	konvoluční neuronové sítě	cs
dc.subject	násobení	cs
dc.subject	optimalizace	cs
dc.subject	zjednodušené násobení	cs
dc.subject	násobení bez násobičky	cs
dc.subject	artificial intelligence	en
dc.subject	soft computing	en
dc.subject	neuron	en
dc.subject	neural networks	en
dc.subject	convolutional neural networks	en
dc.subject	multiplication	en
dc.subject	optimization	en
dc.subject	simplified multiplication	en
dc.subject	multiplierless multiplication	en
dc.title	Zjednodušené násobení v konvolučních neuronových sítích	cs
dc.title.alternative	Simplified Multiplication in Convolutional Neural Networks	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2019-06-14	cs
dcterms.modified	2019-07-08-13:31:19	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	121934	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.12 13:12:51	en
sync.item.modts	2021.11.12 11:51:49	en
thesis.discipline	Bezpečnost informačních technologií	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Zjednodušené násobení v konvolučních neuronových sítích

Files

Original bundle

Collections