ESTUDO E IMPLEMENTAÇÃO DE FUNÇÃO SIGMÓIDE DE REDES NEURAIS ARTIFICIAIS EM FPGA

Abstract

Este trabalho apresenta um estudo sobre a implementação da função de ativação sigmóide empregada em redes neurais artificiais. Existem diversos tipos de funções de ativação e também diversas formas de implementar a mesma função. A função sigmóide foi escolhida dada a sua ampla utilização ainda nos dias de hoje. Assim, o objetivo deste artigo é comparar algumas das formas de implementá-la. O hardware empregado para receber a estrutura de uma RNA (Rede Neural Artificial), onde as funções de ativação estão presentes, pode ser do tipo ASIC (Application Specific Integrated Circuit), que é um chip projetado especificamente para uma determinada aplicação, ou do tipo FPGA (Field Programmable Gate Array), que é uma matriz de portas configuráveis, onde é possível implementar diferentes circuitos e modificá-los. Dada a disponibilidade e facilidade de utilização, neste trabalho, escolheu-se empregar FPGAs para a implementação das diferentes versões da função de ativação sigmóide. Foram comparados os critérios de erro médio e área total ocupada para cada versão da função implementada, o que resultou um erro médio de aproximadamente sete vezes entre os casos extremos.