Circuito de Rede Neural de Função de Seção Cônica para Reconhecimento de Assinaturas Offline

Neste resumo, foi projetado um circuito de rede neural de função de seção cônica (CSFNN) para reconhecimento de assinaturas offline. O CSFNN é uma estrutura unificada para perceptrons de múltiplas camadas (MLP) e redes de função de base radial (RBF) para fazer uso simultâneo das vantagens de ambos. A arquitetura do circuito CSFNN foi desenvolvida usando uma implementação de circuito em modo misto. O sistema de circuito projetado é independente do problema. Portanto, o sistema de circuito de rede neural de uso geral poderia ser aplicado a vários problemas de reconhecimento de padrões com diferentes tamanhos de rede, desde que o tamanho máximo da rede seja de 16-16-8. Neste resumo, o sistema de circuito CSFNN foi aplicado a dois problemas diferentes de reconhecimento de assinaturas. O circuito CSFNN foi treinado com a técnica de aprendizado chip-in-the-loop para compensar as variações típicas do processo analógico. O hardware CSFNN alcançou desempenhos computacionais altamente comparáveis ao software CSFNN para problemas de reconhecimento de assinaturas não lineares.