Özet:
Yapay sinir ağları, insan beyninin çalışma sisteminin yapay olarak benzetimi çalışmalarının bir sonucu olarak ortaya çıkmıştır. Üstün işlem yeteneğine sahip sinir hücrelerinin çalışma prensibini matematiksel olarak ifade eden yapay sinir ağları, biyolojik nöronun avantajlarını yazılım ve donanım ortamında bilim ve teknolojinin hizmetine sunmaktadır. Beyin, günümüz sayısal bilgisayarlarından farklı olarak, yoğun paralel bir yapıya sahip olması nedeniyle hızlı işlem yapabilme kabiliyetine sahiptir. Yapay sinir ağı modellerinin bilgisayar ortamında gerçekleştirilen benzetimleri uzun hesaplama zamanı gerektirdiğinden, bu durum büyük boyutlu ağların davranışlarını gözlemlemeyi zorlaştırmaktadır. Yoğun paralel işlem yapabilen mikroelektronik ve çok geniş ölçekli tümleşik devre (VLSI) teknolojisinin gelişimi, birçok bilim adamı ile yapay sinir ağı araştırmacıları tarafından araştırmaların odağını oluşturmuştur.Çok sayıda yapay sinir hücresi modelinin, ağ topolojisinin ve öğrenme algoritmasının farklı donanım teknikleriyle tümdevre üzerinde tasarımına yönelik çalışmalar yapılmıştır.Bu çalışmada, veri uzayının dağılımına bağlı olarak otomatik karar sınırları oluşturabilen genel amaçlı bir yapay sinir ağının tümdevre halinde tasarımı gerçekleştirilmiştir. Tümdevresi tasarlanan Konik Kesit Fonksiyonlu Sinir Ağları (CSFNN), Çok Katmanlı Algılayıcıların(MLP) ve Radyal Tabanlı Fonksiyon Ağlarının (RBF) yayılım kurallarını tek bir ağda kendine özgü bir yayılım kuralı ile birleştirmektedir. MLP'nin hiper düzlemsel ve RBF'in hiperküreselkarar sınırları CSFNN ağının özel durumlarını oluştururlar. Bu karar sınırlarının dışında,hiperbolik, parabolik ve eliptik düzlemler gibi arada kalan karar sınırları da CSFNN ağı ile oluşturulabilmektedir. Açık ve kapalı karar bölgeleri oluşturabilen CSFNN ağı, veri dağılımına bağlı olarak lokal ve global haritalama işlemini tek başına gerçekleştirebilmek nedir. CSFNN ağının bu yeteneği tasarlanan tüm devreye kazandırılmıştır.Karma bir donanım ile tasarlanan tümdevrede, ağın ileri yönlü işlemlerinde akım modlu analog devreler kullanılmıştır. Eğitim işleminde döngü-içi-yonga tekniği kullanılarak tüm devrenin sınıflandırma performansı arttırılmıştır.Genel amaçlı olarak tasarlanan tümdevrede, CSFNN ağının boyutlarının kullanıcı tarafından ayarlanabilmesine imkan sağlanmıştır. Programlanabilme yeteneğine sahip CSFNN ağın tüm devresi, tüm devreye farklı problemlerin uygulanmasına imkan sağlayan bir esneklik kazandırmıştır. Tümdevrenin sınıflandırma performansı iris bitkisi sınıflama ve imza tanıma problemleri ile sınanmıştır. Tümdevrenin simülasyonları, serimi ve serim sonrası benzetimleri AMIS 0.5m model parametreleri ile tasarım kuralları kullanılarak Cadence tasarım aracında gerçekleştirilmiştir. Çevre sıcaklığı ve besleme geriliminin değişiminin devre performansı üzerindeki etkisini gözlemlemek üzere parametrik saçılım eğrileri elde edilmiştir.
