الشبكات العصبية موزعة على المتحكمات الدقيقة باستخدام خوارزمية التحسين المتوازي Metaheuristic Parallel Optimization Algorithm
Title Neural Nets Distributed on Microcontrollers using Metaheuristic Parallel Optimization Algorithm
الباحث الرئيس فضل نور
التخصص: علوم الحاسب
التخصص الدقيق: Parallel Neural Networks
المستخلص: تعد الخوارزميات الميتاهيورية طرقًا قوية لحل المشكلات الحسابية المكثفة والشبكات العصبية عندما يتم تدريبها جيدًا تكون رائعة في التنبؤ ونوع المشكلات التصنيف. تعد طريقة الانتشار العكسي هي الطريقة الأكثر شيوعًا المستخدمة للحصول على أوزان الشبكات العصبية ولديها بعض القيود على التقارب البطيء والحد الأدنى المحلي. من أجل التغلب على هذه القيود ، في هذا البحث ، تم اقتراح طريقة هجينة تجمع بين خوارزمية الخفافيش الموزعة المتوازية مع الانتشار العكسي لحساب أوزان الشبكات العصبية. الهدف هو استخدام الطريقة الهجينة في تطبيقات الطبيعة الموزعة. تستخدم دراستنا برنامج Matlab وميكروكونترولر Arduino كقاعدة اختبار. لاختبار أداء الاختبار يتم تنفيذ تطبيق في مجال التعرف على الكلام. نظرًا لقيود الموارد في متحكم Arduino ، تتم المعالجة المسبقة للكلام الأساسية لاستخراج ميزات LPC في Matlab ويتم تمرير معلمات LPC فقط إلى Neural Nets المطبقة على متحكمات Arduino. النتائج التجريبية تظهر المخطط المقترح لتحقيق نتائج واعدة.
Abstract: Metaheuristic algorithms are powerful methods for solving compute intensive problems and Neural Networks when trained well are great at prediction and classification type of problems. The backpropagation is the most popular method utilized to obtain the weights of Neural Nets and has some limitations of slow convergence and local minima. In order to overcome these limitations, in this paper, a hybrid method combining the parallel distributed bat algorithm with backpropagation is proposed to compute the weights of Neural Nets. The aim is to use the hybrid method in applications of distributed nature. Our study uses Matlab software and Arduino microcontrollers as a testbed. To test the performance of the testbed an application in area of speech recognition is carried out. Due to resource limitations of Arduino microcontroller, the core speech pre-processing of LPC features extraction are done in Matlab and only LPC parameters are passed to Neural Nets implemented on Arduino microcontrollers. Experimental results show the proposed scheme to produce promising results.