Implantation D Un R seau Lvq Sur Une Architecture Reconfigurable

Notre manuscrit se place dans le cadre de l'optimisation algorithmique et architecturale des algorithmes neuronaux. En fait, notre objectif est de proposer une approche de conception d'architecture ddie en temps rel, intgrant entre autres une tape d'optimisation automatique de l'implantation d'un rseau de neurones. L'ide est d'adopter une approche de prototypage d'implantation sur circuits reconfigurables des rseaux de neurones apprentissage supervis Learning Vector Quantization LVQ tout en essayant de garder le fonctionnement parallle des neurones artificiels. Afin d'atteindre notre objectif, la mise en uvre de cette dmarche est assur par l'outil de dveloppement Altium Designer et la NanoBoard 3000 intgrant un FPGA de la famille Xilinx XC3S1400AN.