![Institutional Repository [SANDBOX]](images/dias.logo.png "Institutional Repository [SANDBOX]"){kind=logo}
Institutional Repository [SANDBOX]
Technical University of Crete
Technical University of Crete
EN
|
EL
| URI | http://purl.tuc.gr/dl/dias/D10A98E6-AFA7-499F-BB74-CC4B5A02BE95 | - |
| Identifier | https://doi.org/10.26233/heallink.tuc.98959 | - |
| Language | en | - |
| Extent | 95 pages | en |
| Extent | 1.4 megabytes | en |
| Title | Study of a rotationally invariant hardware implementable convolutional neural network using CORDIC arithmetic | en |
| Title | Μελέτη ενός περιστροφικά αμετάβλητου και υλοποιήσιμου σε υλικό συνελικτικού νευρωνικού δικτύου με χρήση αριθμητικής CORDIC | el |
| Creator | Michail Sotirios | en |
| Creator | Μιχαηλ Σωτηριος | el |
| Contributor [Thesis Supervisor] | Dollas Apostolos | en |
| Contributor [Thesis Supervisor] | Δολλας Αποστολος | el |
| Contributor [Committee Member] | Ioannidis Sotirios | en |
| Contributor [Committee Member] | Ιωαννιδης Σωτηριος | el |
| Contributor [Committee Member] | Zervakis Michail | en |
| Contributor [Committee Member] | Ζερβακης Μιχαηλ | el |
| Publisher | Πολυτεχνείο Κρήτης | el |
| Publisher | Technical University of Crete | en |
| Academic Unit | Πολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
| Description | A thesis submitted in fulfillment of the requirements for the Diploma of Electrical and Computer Engineering in the School of Electrical and Computer Engineering, Technical University of Crete | en |
| Description | Διπλωματική εργασία η οποία υποβλήθηκε στη σχολή ΗΜΜΥ του Πολ. Κρήτης για τη πλήρωση των προϋποθέσεων λήψης του διπλώματος Ηλεκτρολόγου Μηχανικού και Μηχανικού Υπολογιστών | el |
| Content Summary | Introduced in this thesis is an approach in enhancing the rotational invariance of Convolutional Neural Networks (CNNs), through integrating the novel Log-CORDIC algorithm for image pre-processing. This image pre-processing algorithm presents an advantage over existing cartesian-to-polar transform algorithms for images, through the computational advantages of the Coordinate Rotation Digital Computer (CORDIC) algorithm. The results of the novel algorithm are studied and compared with existing transform methods, along with its efficiency improvements, and its ability to enhance rotational invariance in a CNN is ascertained by integrating it into the pipeline of a customized SqueezeNet neural network. Focusing on the CIFAR-10 and MNIST datasets, experiments with this customized SqueezeNet neural network demonstrate an improvement in classification accuracy for images with varied orientations. | en |
| Content Summary | Στην παρούσα διπλωματική εργασία παρουσιάζεται μια προσέγγιση για την ενίσχυση της αμετάβλητης ως προς την περιστροφή των εικόνων εισόδου συμπεριφοράς των Νευρωνικών Δικτύων Συνελικτικής Επεξεργασίας (CNN), μέσω της ενσωμάτωσης ενός νέου αλγορίθμου Log-CORDIC για την προεπεξεργασία εικόνας. Αυτός ο αλγόριθμος προεπεξεργασίας εικόνας παρουσιάζει πλεονεκτήματα έναντι των υφιστάμενων αλγορίθμων μετασχηματισμού εικόνων από καρτεσιανή σε πολική μορφή, μέσω των υπολογιστικών πλεονεκτημάτων του αλγορίθμου CORDIC (Coordinate Rotation Digital Computer). Τα αποτελέσματα του νέου αλγορίθμου μελετώνται και συγκρίνονται με τις υπάρχουσες μεθόδους μετασχηματισμού, μαζί με τις βελτιώσεις της αποδοτικότητάς του, και διαπιστώνεται η ικανότητά του να ενισχύει το αμετάβλητο της περιστροφής σε ένα CNN, ενσωματώνοντάς σε ένα τροποποιημένο νευρωνικό δίκτυο SqueezeNet. Εστιάζοντας στα σύνολα δεδομένων CIFAR-10 και MNIST, τα πειράματα με αυτό το προσαρμοσμένο νευρωνικό δίκτυο SqueezeNet αποδεικνύουν βελτίωση της ακρίβειας ταξινόμησης για εικόνες με ποικίλους προσανατολισμούς. | el |
| Type of Item | Διπλωματική Εργασία | el |
| Type of Item | Diploma Work | en |
| License | http://creativecommons.org/licenses/by/4.0/ | en |
| Date of Item | 2024-03-04 | - |
| Date of Publication | 2024 | - |
| Subject | FPGA | en |
| Subject | Convolutional neural networks | en |
| Subject | Machine learning | en |
| Subject | Image processing | en |
| Bibliographic Citation | Sotirios Michail, "Study of a rotationally invariant hardware implementable convolutional neural network using CORDIC arithmetic", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2024 | en |
| Bibliographic Citation | Σωτήριος Μιχαήλ, "Μελέτη ενός περιστροφικά αμετάβλητου και υλοποιήσιμου σε υλικό συνελικτικού νευρωνικού δικτύου με χρήση αριθμητικής CORDIC", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2024 | el |
Copyright © DIAS 2013
