FPSA: A Field Programmable Stochastic Array for Bayesian machines

Detalhes bibliográficos
Autor(a) principal: Marques, Diogo André Jesus
Data de Publicação: 2024
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Texto Completo: https://hdl.handle.net/10316/118093
Resumo: Dissertação de Mestrado em Engenharia Eletrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
id RCAP_13c7685cf2e90ee3b7e3eb1ffe163fd0
oai_identifier_str oai:estudogeral.uc.pt:10316/118093
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling FPSA: A Field Programmable Stochastic Array for Bayesian machinesFPSA: uma Matriz de Lógica Estocástica Reconfigurável para máquinas BayesianasStochastic ComputingBayesian InferenceSensor FusionComputação EstocásticaInferência BayesianaFusão de SensoresDissertação de Mestrado em Engenharia Eletrotécnica e de Computadores apresentada à Faculdade de Ciências e TecnologiaArtificial Perception (AP) systems are required to deal with uncertainty, and to do so in energy and time efficient ways. Although proven to provide a robust framework to deal with these uncertainties, probabilistic methods tend to overload von Neumann architectures. Paired with the decrease in performance gains that the Integrated Circuit (IC) industry have been facing in the last two decades, this results in the fact that development of AP systems can no longer rely solely on classical architectures.Stochastic Computing (SC) is an alternative to conventional computing, were complex operations are made using very simple digital logic, offering the possibility to implement architectures capable of probabilistic inference with reduced power consumption. In this sense, the Bottom-up Approaches to Machines dedicated to Bayesian Inference (BAMBI) project sought to explore this possibility, proposing new architectures capable of solving naive Bayesian fusion problems using SC. One of the such proposed architectures was the Bayesian Machine (BM) 1, a fixed-model parallel sampler capable of performing exact inference with approximate computations.This work presents a follow-up of the work developed during the BAMBI project, by extending the BM1 design so that it can be programmable – the Field Programmable Stochastic Array (FPSA). A detailed description of the architecture is given, followed by a comparison between different possible configurations. Finally, two example problems are executed to validate the FPSA’s design.Os Sistemas de Perceção Artificial (AP) necessitam de lidar com incerteza, de uma forma energética e temporalmente eficientes. Apesar de comprovado que métodos probabilísticos proporcionam uma estrutura robusta para lidar com estas incertezas, estes tendem a sobrecarregar arquiteturas de von Neumann. Em conjunto com o decréscimo no aumento de performance que a indústria de circuitos integrados (IC) tem vindo a enfrentar nas últimas duas décadas, isto resulta no facto de que o desenvolvimento de sistemas de Perceção Artificial não pode apenas contar com arquiteturas clássicas.A Computação Estocástica (SC) é uma alternativa à computação convencional, onde operações complexas podem ser efetuadas utilizando circuitos digitais bastante simples, oferecendo a possibilidade de implementar arquiteturas capazes de inferência Bayesiana com consumo energético reduzido. Neste sentido, o projeto Bottom-up Approaches to Machines dedicated to Bayesian Inference (BAMBI) procurou explorar esta possibilidade, propondo novas arquiteturas capazes de resolver problemas de fusão Bayesiana utilizando Computação Estocástica. Uma das arquiteturas propostas foi a Máquina Bayesiana (BM) 1, um amostrador paralelo de modelo fixo capaz de executar inferência exata com computações aproximadas.Este trabalho apresenta um seguimento do trabalho desenvolvido durante o projeto BAMBI, ao estender o design da BM1 para que esta seja programável – a Field Programmable Stochastic Array(FPSA). Uma descrição detalhada da arquitetura é dada, seguida de uma comparação entre diferentestipos de configuração possível. Por fim, dois problemas de exemplo são executados, de forma a validaro design da FPSA.2024-09-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttps://hdl.handle.net/10316/118093https://hdl.handle.net/10316/118093TID:203829034engMarques, Diogo André Jesusinfo:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2025-01-24T23:14:44Zoai:estudogeral.uc.pt:10316/118093Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-29T06:11:58.021727Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv FPSA: A Field Programmable Stochastic Array for Bayesian machines
FPSA: uma Matriz de Lógica Estocástica Reconfigurável para máquinas Bayesianas
title FPSA: A Field Programmable Stochastic Array for Bayesian machines
spellingShingle FPSA: A Field Programmable Stochastic Array for Bayesian machines
Marques, Diogo André Jesus
Stochastic Computing
Bayesian Inference
Sensor Fusion
Computação Estocástica
Inferência Bayesiana
Fusão de Sensores
title_short FPSA: A Field Programmable Stochastic Array for Bayesian machines
title_full FPSA: A Field Programmable Stochastic Array for Bayesian machines
title_fullStr FPSA: A Field Programmable Stochastic Array for Bayesian machines
title_full_unstemmed FPSA: A Field Programmable Stochastic Array for Bayesian machines
title_sort FPSA: A Field Programmable Stochastic Array for Bayesian machines
author Marques, Diogo André Jesus
author_facet Marques, Diogo André Jesus
author_role author
dc.contributor.author.fl_str_mv Marques, Diogo André Jesus
dc.subject.por.fl_str_mv Stochastic Computing
Bayesian Inference
Sensor Fusion
Computação Estocástica
Inferência Bayesiana
Fusão de Sensores
topic Stochastic Computing
Bayesian Inference
Sensor Fusion
Computação Estocástica
Inferência Bayesiana
Fusão de Sensores
description Dissertação de Mestrado em Engenharia Eletrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
publishDate 2024
dc.date.none.fl_str_mv 2024-09-30
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/10316/118093
https://hdl.handle.net/10316/118093
TID:203829034
url https://hdl.handle.net/10316/118093
identifier_str_mv TID:203829034
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833602612375584768

Registros relacionados