Realizace základních typů neuronových sítí v mikrokontrolerech

Abstract

Bakalářská práce se zabývá možnostmi uplatnění neuronových sítí v oblasti mikrokontrolerů s omezeným výpočetním výkonem a pamětí s využitím čísel s pevnou řádovou čárkou. Cílem je zvýšení schopností autonomních systémů v oblasti robotiky, Internetu věcí (IoT), průmyslových, zabezpečovacích a dalších aplikací. Práce má dvě části, teoretickou a praktickou. V teoretické části jsou popsány dvě možnosti reprezentace reálných čísel v počítačové technice - formáty s pohyblivou a pevnou řádovou čárkou a jejich vlastnosti. Následuje základní popis neuronových sítí typu perceptron, Adaline, dopředná (feedforward) a konvoluční neuronová síť. Nakonec je popsána platforma procesorových jader ARM Cortex M0+ a M4F, historie jejího vzniku společnosti ARM a popis vybraných mikrokontrolerů založených na těchto jádrech. Praktická část se věnuje tvorbě knihovny v jazyce C pro základní matematické operace a datové struktury, které jsou využity pro implementaci knihoven realizujících vybrané typy neuronových sítí a učících algoritmů. Nakonec byly provedeny testy rychlosti a přesnosti, jak matematických funkcí, tak i vlastních naprogramovaných neuronových sítí. Na základě těchto testů byla vyhodnocena vhodnost a podmínky pro jejich budoucí využití v praktických aplikacích.