Abstract
In this paper, a medical image recognition using Artificial Neural Networks
(ANN) trained by Particle Swarm Optimization based on hardware
implementation of Field Programmable Gate Array (FPGA) is presented, where
the adaption of the Artificial Neural Network (ANN) weights using Particle
Swarm Optimization (PSO) was proposed as a mechanism to improve the
performance of ANN. Also in this paper, Hardware Design of ANN platform
(HDANN) is proposed to evolve the architecture ANN circuits using FPGAspartan3
board (XSA-3S1000).
The HDANN design platform creates ANN design files using WebPACKTM
ISE10.1 program, which are converted into device-dependent programming
files for eventual downloading into FPGA device by using GXSLOAD program
from the XSTOOLS programs.
(ANN) trained by Particle Swarm Optimization based on hardware
implementation of Field Programmable Gate Array (FPGA) is presented, where
the adaption of the Artificial Neural Network (ANN) weights using Particle
Swarm Optimization (PSO) was proposed as a mechanism to improve the
performance of ANN. Also in this paper, Hardware Design of ANN platform
(HDANN) is proposed to evolve the architecture ANN circuits using FPGAspartan3
board (XSA-3S1000).
The HDANN design platform creates ANN design files using WebPACKTM
ISE10.1 program, which are converted into device-dependent programming
files for eventual downloading into FPGA device by using GXSLOAD program
from the XSTOOLS programs.
Keywords
ANN
FPGA
medical image
PSO
Abstract
في ھذا البحث تدریب الشبكات العصبیة الاصطناعیة باستخدام أمثلیة الحشد الجزیئي لتمییز الصور الطبیة
وذلك لتحسین أداء الشبكات العصبیة FPGA وتنفیذھا عملیا بواسطة كارت مصفوفة البوابات القابلة للبرمجة
لتمثیل FPGA الاصطناعیة. أیضا تم في ھذا البحث استخدام الكارت العملي لمصفوفة البوابات القابلة للبرمجة
أن یدعم إعادة FPGA وذلك بسبب السرعة و قابلیة إعادة البرمجة. یمكن لل ،PSO المدربة باستخدام ANN
باستخدام (HDANN) التشكیل او التصمیم اللازمة لتمثیل الشبكة العصبیة. تم التنفیذ العملي للشبكات العصبیة
.FPGA-spartan3 board (XSA3S1000)
FPGA-spartan3 board (XSA- بإستخدام ANN لتمثیل (HDANN) تم في ھذا العمل اقتراح
ISE بإستخدام برنامج 10.1 ANN حیث یتم إنشاء الملفات الخاصة بتصمیم HDANN 3. بإستخدام S1000)
FPGA التي یتم تحویلھا إلى ملفات البرمجة التي یعتمد علیھا في نھایة المطاف لتحمیلھا الى ،WebPACKTM
.XSTOOLS من مجموعة برامج GXSLOAD بإستخدام برنامج
وذلك لتحسین أداء الشبكات العصبیة FPGA وتنفیذھا عملیا بواسطة كارت مصفوفة البوابات القابلة للبرمجة
لتمثیل FPGA الاصطناعیة. أیضا تم في ھذا البحث استخدام الكارت العملي لمصفوفة البوابات القابلة للبرمجة
أن یدعم إعادة FPGA وذلك بسبب السرعة و قابلیة إعادة البرمجة. یمكن لل ،PSO المدربة باستخدام ANN
باستخدام (HDANN) التشكیل او التصمیم اللازمة لتمثیل الشبكة العصبیة. تم التنفیذ العملي للشبكات العصبیة
.FPGA-spartan3 board (XSA3S1000)
FPGA-spartan3 board (XSA- بإستخدام ANN لتمثیل (HDANN) تم في ھذا العمل اقتراح
ISE بإستخدام برنامج 10.1 ANN حیث یتم إنشاء الملفات الخاصة بتصمیم HDANN 3. بإستخدام S1000)
FPGA التي یتم تحویلھا إلى ملفات البرمجة التي یعتمد علیھا في نھایة المطاف لتحمیلھا الى ،WebPACKTM
.XSTOOLS من مجموعة برامج GXSLOAD بإستخدام برنامج