000134152 001__ 134152
000134152 005__ 20240424142044.0
000134152 037__ $$aTAZ-TFG-2023-4724
000134152 041__ $$aspa
000134152 1001_ $$aMarquina Rubio, Sergio
000134152 24200 $$aTools for adapting Deep Learning models for implementation on platforms with low computational resources
000134152 24500 $$aHerramientas de adaptación de modelos de Deep Learning para su implementación en plataformas de bajos recursos computacionales.
000134152 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2023
000134152 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000134152 520__ $$aEste trabajo se centra en la evaluación de la precisión y eficiencia de herramientas para la implementación de modelos de Deep Learning en dispositivos con recursos computacionales limitados, específicamente en FPGAs (Field Programmable Gate Arrays).<br />Para ello elegimos el problema-tipo de la segmentación de fonocardiogramas en sus cuatro estados cardíacos fundamentales. Inicialmente se realiza un preprocesamiento de los datos, seguido del desarrollo de una red neuronal de tipo U-Net adaptada para procesar señales unidimensionales con Keras y se lleva a cabo un entrenamiento inicial sin restricciones. A continuación, se utiliza HLS4ML para establecer el tipo de datos de punto fijo, parte esencial para optimizar el mapeado de la arquitectura neuronal seleccionada sobre los recursos disponibles en la plataforma, buscando alcanzar la respuesta más eficiente del modelo.<br />Finalmente, se implementa el modelo en una FPGA, comparando las estimaciones proporcionadas por HLS y Vivado con los resultados reales en términos de recursos, exactitud y latencia.<br /><br />
000134152 521__ $$aGraduado en Física
000134152 540__ $$aDerechos regulados por licencia Creative Commons
000134152 700__ $$aMedrano Marqués, Nicolás$$edir.
000134152 700__ $$aEnériz Orta, Daniel$$edir.
000134152 7102_ $$aUniversidad de Zaragoza$$b $$c
000134152 8560_ $$f805149@unizar.es
000134152 8564_ $$s2700123$$uhttps://zaguan.unizar.es/record/134152/files/TAZ-TFG-2023-4724.pdf$$yMemoria (spa)
000134152 909CO $$ooai:zaguan.unizar.es:134152$$pdriver$$ptrabajos-fin-grado
000134152 950__ $$a
000134152 951__ $$adeposita:2024-04-24
000134152 980__ $$aTAZ$$bTFG$$cCIEN
000134152 999__ $$a20231204122206.CREATION_DATE