Implementación de una red neuronal morfológica con procesamiento dendral en un FPGA

Las redes neuronales artificiales destacan como un campo de investigación de gran interés, teniendo innumerables aplicaciones en diversas áreas de entre las cuales destaca el reconocimiento de patrones, control de sistemas, procesamiento de señales y toma de decisiciones. La teoría de estas redes, ha sido satisfactoriamente aplicada en una amplia variedad de problemas referentes al reconocimiento de patrones y segmentación de imágenes. Existe una nueva clase de redes neuronales artificiales llamadas redes neuronales morfológicas, dichas redes utilizan máximos o mínimos de sumas para llevar a cabo sus operaciones a diferencia de la mayoría de las redes neuronales, las cuales basan su funcionamiento en sumas de productos. Con el planteamiento de este tipo de esquema y con la incorporación de nuevas ideas sobre redes neuronales con procesamiento en sus dendritas, las redes neuronales morfológicas han podido igualar y en ocasiones superar el rendimiento de otro tipo de redes neuronales, entrenadas con la regla de aprendizaje con base en retropropagación (backpropagation ). Por otro lado, el diseño e implementación de arquitecturas hardware permiten optimi- zar y obtener un mayor rendimiento y velocidad en las aplicaciones que requieren un procesamiento rápido de la información. Durante el desarrollo de esta tesis se hará uso de dispositivos FPGAs. Un FPGA es un circuito integrado que consta de arreglos lógicos programables que se interconectan por medio de una matriz de cables e interruptores programables, de esta manera se puede realizar procesamiento de información compleja de manera eficiente. Los sistemas basados en FPGA pueden ser programados y reprogramados muchas veces, gracias a esto se puede obtener una reducci´on de costos en el desarrollo de una sistema hardware. Partiendo de lo descrito anteriormente, la meta que se propone para este tema de te- sis consiste en realizar el disen˜o, implementaci´on y validación en hardware de una red neuronal morfológica con procesamiento en sus dendritas y su entrenamiento, para datos de una y dos dimensiones con p clases