Read more
Modelización, diseño e implementación sobre FPGAs (Field Programmable Gate Arrays) de sistemas neuro-fuzzy de alta dimensionalidad. Presentándose un sistema neuro-fuzzy tipo ANFIS (Adaptive Neural-Fuzzy Inference System) con restricciones que dan lugar a un modelo con respuesta multilineal a tramos (PWM, piecewise multilinear) computacionalmente eficiente. Las redes ANFIS se entrenan por medio de un algoritmo híbrido, mostrándose su capacidad de aprendizaje y de aproximación. Se ha creado una herramienta de diseño asistido, sobre el entorno Matlab, denominada PWM-ANFIS Tool, que da soporte a una metodología de desarrollo de sistemas PWM-ANFIS. Esta presenta un interface gráfico amigable para el usuario. Permite definir un sistema con cualquier número de entradas, funciones de pertenencia, parámetros de aprendizaje, etc. Diversas implementaciones heterogéneas HW/SW, sobre dispositivos reconfigurables (FPGAs), muestran las ventajas del diseño heterogéneo frente a diseño HW puro. La partición HW de la FPGA (sistema de inferencias de la red) presenta una arquitectura eficiente, escalable y reutilizable. El desarrollo se realiza utilizando el lenguaje de descripción hardware VHDL.
About the author
Ldo. en Física (1978). Doctor en Física (2010) ambos por la Universidad del País Vasco (UPV/EHU). De 1978 a 2002, trabajó en la industria electrónica (gestión de I + D). Desde 2003 profesor del Dpto. de Electrónica de la UPV/EHU. Investiga en Co-Diseño HW/SW, algoritmos de modelización de NFSs sobre FPGAs y técnicas de Co-Simulación HW ( PC-FPGAs).
