Navegando por Autor "Ribeiro, Maria Fernanda Cabral"
Agora exibindo 1 - 1 de 1
- Resultados por página
- Opções de Ordenação
Dissertação Técnicas de tolerância a falhas em perceptron multicamadas baseado em FPGA - estudo de caso: salve todas(Universidade Federal do Rio Grande do Norte, 2024-05-31) Ribeiro, Maria Fernanda Cabral; Pereira, Mônica Magalhães; http://lattes.cnpq.br/5777010848661813; http://lattes.cnpq.br/3171119836039554; Canuto, Anne Magaly de Paula; http://lattes.cnpq.br/1357887401899097; Lopes, Alba Sandyra Bezerra; Kastensmindt, Fernanda Gusmão de LimaO conceito de tolerância a falhas caracteriza-se como a capacidade de um sistema de manter sua correta operação mesmo após a ocorrência de falhas. Esta área de estudo surgiu na década de 1950, voltada para lidar com faltas em equipamentos militares e aeroespaciais que atuavam em ambientes hostis e/ou remotos, e desde então tem se mostrado um campo de estudos proeminente, em especial, com a popularização do uso de computadores e sistemas embarcados. É neste campo de pesquisa que se encontra o objeto de estudo deste trabalho: a aplicação de técnicas de tolerância a falhas em uma Rede Neural Artificial de arquitetura Perceptron Multicamadas (MLP) embarcada em FPGA. A rede MLP em questão compõe um sistema voltado para a segurança de mulheres que tem como objetivo identificar, através da rede MLP, possíveis situações de risco para as usuárias. Para tanto, o sistema conta com sensores de sinais vitais, movimentos bruscos e geolocalização que fornecem informações sobre a situação atual da usuária. Uma vez que a Rede MLP desempenha um papel crítico na identificação das situações de risco, faz-se necessária a aplicação de técnicas voltadas para o aumento da sua confiabilidade, visando uma maior segurança para a usuária. Assim sendo, este trabalho analisa os ganhos e impactos da aplicação de três técnicas de tolerância a falhas combinadas na MLP embarcada. As técnicas utilizadas incluem: o refinamento dos pesos e vieses dos neurônios das camadas de processamento da rede; alterações na arquitetura da MLP, envolvendo a remoção de neurônios ocultos menos sensíveis à falhas e a duplicação de neurônios ocultos mais sensíveis a falhas (técnica esta conhecida como Augmentation); e a Redundância Modular Tripla dos neurônios das camadas de entrada e de saída da rede. Os resultados obtidos com a aplicação das três técnicas mencionadas contribuíram para ganhos expressivos na confiabilidade geral do sistema. Destacam-se as vantagens da aplicação das técnicas de forma combinada, maximizando assim as melhoras em Confiabilidade para o sistema. Além disso, chama atenção também as vantagens da aplicação das técnicas de Refinamento dos Pesos e Vieses da Rede MLP e de Remoção de Neurônios Ocultos menos sensíveis a falhas, uma vez que estas técnicas não agregam custos adicionais ao projeto e, no caso da técnica de Remoção, ainda traz melhoras de processamento e latência do sistema.