Tamanho da fonte:
NEURÔNIOS PULSANTES BASEADOS NA ARITMÉTICA POSIT EMBARCADOS EM FPGA
Última alteração: 2021-09-21
Resumo
https://youtu.be/vtjHOstQdgk
A reprodução de modelos matemáticos de neurônios em hardwares especializados é uma ferramenta de grande importância na área da Neurociência Computacional, visto que permite a simulação de redes neurais complexas em um tempo de execução menor do que a simulação em um computador. Entretanto, o avanço dessa área enfrenta alguns obstáculos, tais como a obtenção de resultados precisos, sem o comprometimento do tamanho físico do circuito, e a reprodutibilidade dos resultados em diferentes arquiteturas. Estes problemas são consequência do formato numérico convencional usado para representar números reais, padrão IEEE 754. Tendo em vista esse cenário, e a fim de contribuir no avanço da área, esse trabalho propõe um circuito que reproduz o modelo de neurônio biologicamente plausível de Izhikevich usando um novo formato de representação aritmética chamado Posit. Este novo formato numérico promete, além da reprodutibilidade, uma precisão significativamente maior que a do formato convencional. O circuito proposto foi feito em FPGA utilizando circuitos aritméticos Posit em verilog. A saída deste circuito foi comparada com os resultados de simulação obtidos por um software de simulação que reproduz o mesmo modelo usando o formato Posit. Os resultados obtidos mostraram que o modelo de neurônio com aritmética Posit pôde reproduzir os mesmos resultados obtidos pelo padrão IEEE 754, com menos memória, cerca de 25% a menos, e com a mesma precisão, porém com menos bits. Esses resultados abrem espaço para trabalhos futuros em direção à implementação de redes neurais biologicamente plausíveis mais complexas, contribuindo para as aplicações da Neurociência Computacional de uma forma inovadora.
A reprodução de modelos matemáticos de neurônios em hardwares especializados é uma ferramenta de grande importância na área da Neurociência Computacional, visto que permite a simulação de redes neurais complexas em um tempo de execução menor do que a simulação em um computador. Entretanto, o avanço dessa área enfrenta alguns obstáculos, tais como a obtenção de resultados precisos, sem o comprometimento do tamanho físico do circuito, e a reprodutibilidade dos resultados em diferentes arquiteturas. Estes problemas são consequência do formato numérico convencional usado para representar números reais, padrão IEEE 754. Tendo em vista esse cenário, e a fim de contribuir no avanço da área, esse trabalho propõe um circuito que reproduz o modelo de neurônio biologicamente plausível de Izhikevich usando um novo formato de representação aritmética chamado Posit. Este novo formato numérico promete, além da reprodutibilidade, uma precisão significativamente maior que a do formato convencional. O circuito proposto foi feito em FPGA utilizando circuitos aritméticos Posit em verilog. A saída deste circuito foi comparada com os resultados de simulação obtidos por um software de simulação que reproduz o mesmo modelo usando o formato Posit. Os resultados obtidos mostraram que o modelo de neurônio com aritmética Posit pôde reproduzir os mesmos resultados obtidos pelo padrão IEEE 754, com menos memória, cerca de 25% a menos, e com a mesma precisão, porém com menos bits. Esses resultados abrem espaço para trabalhos futuros em direção à implementação de redes neurais biologicamente plausíveis mais complexas, contribuindo para as aplicações da Neurociência Computacional de uma forma inovadora.
Palavras-chave
Aritmética Posit. Modelo de neurônio de Izhikevich. FPGA.