| DC Field | Value | Language |
|---|
| dc.contributor.author | Кривальцевич, Е. А. | - |
| dc.date.accessioned | 2025-06-20T06:22:28Z | - |
| dc.date.available | 2025-06-20T06:22:28Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Кривальцевич, Е. А. Аппаратная реализация компактной и эффективной нейронной сети для распознавания изображений на основе обучаемого двумерного разделимого преобразования = Hardware implementation of a compact and efficient neural network for image recognition based on a learnable two-dimensional separable transformation / Е. А. Кривальцевич // Компьютерные системы и сети : материалы 61-й научной конференции аспирантов, магистрантов и студентов, Минск, 22–26 апреля 2025 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2025. – C. 615–620. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/60361 | - |
| dc.description.abstract | В работе рассмотрена аппаратная реализация нейронной сети для распознавания изображений на основе обучаемого
двумерного разделимого преобразования. Обучение нейронной сети осуществлялось на языке Python с использованием
библиотеки PyTorch. Также на языке Python описана эталонная модель вычислительного процесса нейронной сети, использующая представление данных в формате с фиксированной запятой. Осуществлена аппаратная реализация нейронной сети на языке SystemVerilog и произведено её тестирование с использованием отладочной платы Zybo-Z7. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | нейронные сети | en_US |
| dc.subject | распознавания изображений | en_US |
| dc.subject | языки программирования | en_US |
| dc.subject | аппаратная архитектура | en_US |
| dc.title | Аппаратная реализация компактной и эффективной нейронной сети для распознавания изображений на основе обучаемого двумерного разделимого преобразования | en_US |
| dc.title.alternative | Hardware implementation of a compact and efficient neural network for image recognition based on a learnable two-dimensional separable transformation | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The paper considers the hardware implementation of a neural network for image recognition based on a learnable twodimensional separable transformation. The neural network was trained in Python using the PyTorch framework. A reference model in Python
is described. Hardware implementation in the Verilog language and testing on a set of MNIST handwritten digits have been implemented. | en_US |
| Appears in Collections: | Компьютерные системы и сети : материалы 61-й научной конференции аспирантов, магистрантов и студентов : сборник статей (2025)
|
