Realizace základních typů neuronových sítí v mikrokontrolerech

Michal Raška

Bakalářská práce

Implementation of Neural Networks on Microcontrollers

Anotace:

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.

Abstract:

The bachelor thesis deals with the possibilities of applying neural networks in the field of microcontrollers with limited computing power and memory using fixed-point numbers. The aim is to enhance the capabilities of autonomous systems in robotics, Internet of Things (IoT), industrial, security and other applications. The thesis has two parts, theoretical and practical. In the theoretical part, two options for representing real numbers in computing are described - floating-point and fixed-point formats and their properties. This is followed by a basic description of perceptron, Adaline, feedforward and convolutional neural networks. Finally, the ARM Cortex M0+ and M4F processor core platform is described, the history of its creation by ARM, and a description of selected microcontrollers based on these cores. The practical part is devoted to the creation of a C library for basic mathematical operations and data structures, which are used to implement libraries implementing selected types of neural networks and learning algorithms. Finally, tests of speed and accuracy of both the mathematical functions and the actual programmed neural networks were performed. Based on these tests, the suitability and conditions for their future use in practical applications were evaluated.

Klíčová slova

Neuronové sítě, ARM, jazyk C, pevná řádová čárka, plovoucí řádová čárka, strojové učení

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 26. 5. 2023

Obhajoba závěrečné práce

• Vedoucí: prof. Ing. Roman Šenkeřík, Ph.D.

Univerzita Tomáše Bati ve Zlíně

Fakulta aplikované informatiky

Bakalářský studijní program / obor:
Softwarové inženýrství / Softwarové inženýrství