témavezető: Godó Zoltán Attila
helyszín (magyar oldal): Debreceni Egyetem Informatikai Kar helyszín rövidítés: DE IK
A kutatási téma leírása:
Míg a neurális hálózatok -mint pl. az AI fejlesztések- az idegrendszer analógiájára támaszkodó szoftveres modellek, addig a hardveresen felépülő neuronhálózatok tényleges párhuzamos rendszert reprezentálnak és közelebb állnak az élő idegrendszer felépítéséhez, egészen újszerű megoldásokat nyújtanak.
A kutatás során mikrokontroller alapú, multiprocesszoros (jelenleg 216 processzoros), párhuzamos, analóg/digitális neuronhálózat fejlesztését végezzük (ADNC). Ennek hardveres - digitális elektronikai és szoftveres oldalát egyaránt kidolgozva. Ehhez teljesen újszerű 3D szoftveres megjelenítőt és hardveres LED vizualizációt fejlesztünk. Az elkészült rendszeren különböző problémák párhuzamos megoldását vizsgáljuk.
A rendszeren tetszőleges, valós párhuzamos szoftveres megoldások implementálhatóak. Így külön-külön doktori munka keretében várok jelentkezőket:
- A multiprocesszoros neuronhálózat hardverének és/vagy szoftverének fejlesztése
- A neuronhálózat valós idejű működésének 3D vizualizációja
- Egyszerű élőlények idegrendszerének modellezése és test analóg robot vezérlése a mesterséges neuronhálózaton keresztül
- Algoritmusalkotó és párhuzamos programozási paradigmák készségeinek vizsgálata tanulókon a mesterséges neuronhálózat reprezentációjában
- Egyéb párhuzamos folyamatok modellezésének kidolgozása
S. Furber, S. Temple, and A. Brown, "On-chip and inter-chip networks for modelling large-scale neural systems," in Proc. International Symposium on Circuits and Systems, ISCAS-2006, Kos, Greece, May 2006.
P. Dayan and L. Abbott, Theoretical Neuroscience. Cambridge: MIT Press, 2001.
S. B. Furber, S. Temple, and A. D. Brown, "High-performance computing for systems of spiking neurons," in AISB'06 workshop on GC5: Architecture of Brain and Mind, vol. 2, Bristol, April 2006, pp. 29-36.
S. Furber and S. Temple, "Neural Systems Engineering," J. R. Soc. Interface, vol. 4, no. 13, pp. 193-206, Apr. 2007.
A. Rast, S. Yang, M. Khan, and S. Furber, "Virtual synaptic interconnect using an asynchronous network-on-chip," in Proc. 2008 Int'l Joint Conf. on Neural Networks (IJCNN2008), 2008.
X. Jin, S. Furber, and J. Woods, "Efficient modelling of spiking neural networks on a scalable chip multiprocessor," in Proc. 2008 Int'l Joint Conf. on Neural Networks (IJCNN2008), 2008.
L. A. Plana, S. B. Furber, S. Temple, M. Khan, Y. Shi, J. Wu, and S. Yang, "A. GALS Infrastructure for a Massively Parallel Multiprocessor, " IEEE Design & Test of Computers, vol. 24, no. 5, pp. 454-463, Sept.-Oct. 2007.
H. Markram and M. Tsodyks, "Redistribution of Synaptic Efficacy Between. Neocortical Pyramidal Neurons," Nature, no. 382, pp. 807-810, 1996.
S. Crook, G. Ermentrout, M. Vanier, and J. Bower, "The role of axonal delay in the synchronization of networks of coupled cortical oscillators," J. Computational Neuroscience, vol. 4, no. 2, Apr. 1997.
F. Tuffy, L. McDaid, M. McGinnity, J. Santos, P. Kelly, V. W. Kwan, and J. Alderman, "A time-multiplexing architecture for inter-neuron communications," in Proc. 2006 Int'l Conf. Artificial Neural Networks (ICANN 2006), 2006, pp. 944-952.
Jelentkezési határidő: 2024-05-15
2024. IV. 17. ODT ülés Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).
Bejelentkezés
