Resumo:
Este trabalho apresenta uma nova implementação em hardware de Rede Neural Artificial
que permite reconfiguração da arquitetura que é implementada. Este tipo de design é
importante em aplicações em que o ambiente varia de tal maneira que é necessária uma
mudança na arquitetura da Rede Neural para que os resultados continuem adequados.
A topologia usada foi a MultiLayer Perceptron, onde os neurônios são organizados em
camadas e cada camada recebe como entrada as saídas da camada anterior, ou seja,
elas têm uma execução sequencial. A implementação desenvolvida permite mudanças no
número de neurônios de cada camada, número de entradas e saídas da Rede Neural e
do tipo de função de ativação que os neurônios de cada camada irão executar. Apesar
de implementada em FPGA, a Rede Neural proposta não depende de nenhum de seus
modelos, já que nenhum bloco proprietário foi usado. Esta característica permite que o
sistema aqui proposto seja implementado com facilidade em um circuito integrado a ser
usado em implantes médicos, por exemplo. A Rede Neural foi submetida a três testes
práticos que provaram seu funcionamento e os resultados em termos de erros atingidos
foram analisados.
