學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73912

Browse

Filters

2010 - 20162

Settings

Subject: search.filters.subject.VLSI

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    島嶼式基因演算法之硬體架構及其在向量量化器之應用
    (2010) 游宗毅; Tsung-Yi Yu
    本研究為島嶼式基因演算法提出一個硬體架構，並應用於向量化器的設計。本文中每個島嶼為steady-state基因演算法的演化加速器，透過這樣的方式可以有效改善其硬體資源之消耗。除此之外，本論文提出一個適用於島嶼間快速的移民(migration)硬體架構，讓每個島嶼可以透過該硬體架構平行的執行移民機制，該硬體中使用了一個Migration table，透過查表可以快速的決定移民方式，並有效降低演化運算的時間消耗，達到系統效能提升之目的。 本研究所提出的系統架構，與擁有相同族群總數的steady-state基因演算法系統架構做比較，研究顯示該系統架構擁有較佳的效能與較少的執行時間。此外，本系統架構與於多核心系統下透過多執行緒模擬島嶼式基因演算法的軟體實驗環境做比較，研究顯示該系統架構擁有極佳的執行加速。
  • No Thumbnail Available
    Item
    GRNN網路硬體之實現及在區域網路管理之應用
    (2016) 鍾育君; CHUNG, Yu-Chun
    區域網路已於一般人的生活中扮演了重要的地位，如何管理有限的網路資源，製造最大的使用效益，是一個困難的議題，根據不同的使用者習慣，以及應用，會需要各種不同的網路環境設定，如何快速且即時的反應是我們追求的目標。 由於使用者的回饋與反應，才是我們判定服務品質(Quality of Service)的重要指標，根據以往累積的使用者回饋，本論文設定一品質標準，並結合GRNN(Generalized Regression Neural Networks)類神經網路學習法則，快速且精準的計算使用者會感到滿意的網路環境設定，並從所有可能感到滿意的設定中，找出消耗網路資源最少的設定，提供給使用者， 利用軟體實現網路環境設定之頻寬分配計算，建構於一般的網路橋接器環境，將會耗費相當大量的反應時間，使用者的體驗感受將會大幅度下降，所以本論文欲以VLSI晶片設計，設計出效能強大，且快速精準的分配網路環境設定，計算法則也是不可或缺的一環，故結合GRNN類神經網路學習法則，以硬體電路晶片實現處理單元，便可達成這一目的。