Diseño e Implementación de Red Neuronal de Arquitectura Neuromórfica

Vista sencilla de ítem
dc.contributor.directorMusa, Ezequiel Alberto
dc.contributor.directorVolentini, Esteban Daniel
dc.creatorGrellet Martinoia, Alejandro
dc.date.accessioned2026-03-10T13:18:53Z
dc.date.issued2025
dc.descriptionÍndice general Resumen I 1. Introducción 1 1.1. Motivaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2. Objetivos y alcance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 2. Marco teórico 3 2.1. Conceptos generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.2. Modelo de neurona . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2.3. Modelo de entrenamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.4. Atractores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.5. Algoritmo de competitividad local . . . . . . . . . . . . . . . . . . . . . . . . 7 2.6. Arquitectura propuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 3. Diseño e implementación 10 3.1. Herramientas y tecnología . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 3.2. Diseño e implementación en software . . . . . . . . . . . . . . . . . . . . . . 11 3.2.1. Implementación de neurona LIF . . . . . . . . . . . . . . . . . . . . . 12 3.2.2. Construcción de Red . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 3.2.3. Implementación del entrenamiento . . . . . . . . . . . . . . . . . . . . 15 3.2.4. Arquitectura de red . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 3.3. Dataset . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 3.3.1. Preprocesamiento de datos . . . . . . . . . . . . . . . . . . . . . . . . 20 3.4. Implementación en hardware . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 3.4.1. Estructura de neurona . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.4.2. Modularización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.4.3. Estructura de red . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 3.4.4. Módulo de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 4. Ensayos y resultados 33 4.1. Pruebas funcionales de software . . . . . . . . . . . . . . . . . . . . . . . . . 33 4.1.1. Pruebas Controladas . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 4.1.2. Pruebas experimentales . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.1.3. Criterios de ajuste de parámetros . . . . . . . . . . . . . . . . . . . . . 39 4.2. Pruebas funcionales de hardware . . . . . . . . . . . . . . . . . . . . . . . . . 40 5. Conclusiones 43 III 5.1. Conclusiones generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 5.2. Próximos pasos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 Referencias bibliográficas 45 Bibliografía 46
dc.description.abstractResumen Este proyecto busca diseñar e implementar una red neuronal basada en picos para el reconocimiento de notas musicales tanto en software como en hardware para estudiar, analizar y comparar su rendimiento y requerimientos contra una red neuronal artificial convencional desarrollada para la misma tarea.
dc.identifier.urihttps://ridunt.unt.edu.ar/handle/123456789/2616
dc.language.isoes
dc.publisherUniversidad Nacional de Tucumán, Facultad de Ciencias Exactas y Tecnología, Departamento de Ingeniería en Computación
dc.subjectPROYECTO FINAL
dc.subjectHARDWARE
dc.subjectIA
dc.subjectDISEÑO LÓGICO
dc.subjectVHDL
dc.subjectNEUROMÓRFICO
dc.subjectSOFTWARE
dc.titleDiseño e Implementación de Red Neuronal de Arquitectura Neuromórfica
dc.typeThesis

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
Trabajo_de_Graduación_Grellet_Martinoia (1).pdf
Tamaño:
2.16 MB
Formato:
Adobe Portable Document Format
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
499 B
Formato:
Item-specific license agreed to upon submission
Descripción:
Descargar

Colecciones

GRADO