▷ Behavioral signal processing with Machine Learning #ML based on #FPGA

 

⭐⭐⭐⭐⭐ Behavioral signal processing with Machine Learning #ML based on #FPGA

• ➡️ #DigitalSystems #DigitalElectronic #DigitalCircuits #HDL #VHDL #FPGA
• ⭐ https://github.com/vasanza/MSI-VHDL

• ➡️ ICCIS2020: 1st International Conference on Systems and Information Sciences
• ⭐ Read full paper: https://doi.org/10.1007/978-3-030-59194-6_17
• ✅ Read Proceedings: https://link.springer.com/book/10.1007/978-3-030-59194-6
• When using this resource, please cite the original publication:
• Asanza V., Sanchez G., Cajo R., Peláez E. (2021) Behavioral Signal Processing with Machine Learning Based on FPGA. In: Botto-Tobar M., Zamora W., Larrea Plúa J., Bazurto Roldan J., Santamaría Philco A. (eds) Systems and Information Sciences. ICCIS 2020. Advances in Intelligent Systems and Computing, vol 1273. Springer, Cham. https://doi.org/10.1007/978-3-030-59194-6_17

✅ Video:

✅ Objectives:

• Preprocesar la señales de comportamiento utilizando técnicas de normalización, estandarización y filtrado.
• Comparar el desempeño de al menos dos redes neuronales para series temporales.
• Medir los tiempos de procesamiento, % de CPU utilizado y % de memoria utilizada, en el procesador NIOSII, ARM ó ambos, según sea el caso (radar chart).

✅ Goals:

• Implementar un Sistema Embebido basado en #FPGA que lea datos preprocesados (.csv o .mat) almacenados en memoria Double Data Rate 3 Synchronous Dynamic Random-Access Memory #DDR3_SDRAM), el acceso se lo realizará a través del Hard Processor System #HPS. El proceso de entrenamiento de la red neuronal para series temporales podrá ser realizado en computador convencional, luego el modelo entrenado en lenguaje C++ deberá ser ejecutado por el procesador #NIOSII en la #FPGA. El sistema deberá tener como salida un monitor VGA ó HDMI que muestre los resultados de la clasificación de forma clara. El sistema basado en #FPGA es quien ejecuta los bloques de filtrado y red neuronal, pero los grupos que tengan estudiantes de telemática, no usarán la salida VGA ó HDMI sino deberán acceder a la interfaz visual por medio de una aplicación web desplegada en un servidor de aplicaciones web corriendo en un sistema operativo linux con procesador #ARM.

✅ Abstract:

• Utilizando Social Cognitive Theory #SCT, en este proyecto las señales de comportamiento representan el desempeño en número de pasos por día de cualquier sujetos, pueden ser adquiridas con ayuda de aplicaciones para smartphone aprovechando las características de los equipos actuales. Estas señales cuentan con información de estímulos externos que condicionan el desempeño del sujeto tales como escenarios meteorológicos, etc. El presente trabajo no incluye la etapa de adquisición de datos, utilizaremos señales de comportamiento previamente adquiridas. Se realizará un procesamiento post adquisición que incluye: Preprocesamiento y pronóstico de series temporales[1].
• En la etapa de de preprocesamiento, nos encargaremos de filtrar y normalizar los datos previo a la etapa de caracterización [1].
• En el pronóstico de la serie temporal, la red neuronal #NN utiliza las características más representativas con las que los algoritmos tengan una mejor desempeño en la predicción de las salidas. Para un adecuado desempeño, los algoritmos de #NN requieren que las señales sean procesadas en una etapa previa de preprocesamiento [2].

✅ Reference:

• [1] Asanza, V., Martín, C. A., Eslambolchilar, P., van Woerden, H., Cajo, R., & Salazar, C. (2017, October). Finding a dynamical model of a social norm physical activity intervention. In 2017 IEEE Second Ecuador Technical Chapters Meeting (ETCM)(pp. 1-6). IEEE.
• [2] Asanza, V., Pelaez, E., & Loayza, F. (2017, October). EEG signal clustering for motor and imaginary motor tasks on hands and feet. In 2017 IEEE Second Ecuador Technical Chapters Meeting (ETCM) (pp. 1-5). IEEE

✅ Hardware:

• (1) #DE10_Standard o #DE10_Nano
• (1) Monitor VGA / HDMI

✅ Database:

• https://drive.google.com/drive/folders/1Kv4rl8z4Gi6PCaCNUxdpCi21RDTT6rOX?usp=sharing

✅ Experts: cmartin, rcajo

✅ Use Algorithm in IEEE format (overleaf):

✅ Use Radar Plot for Performance Results:

• Leer temas relacionados:
• ⭐ Projects Digital Systems Design #FPGA
• ✅ Introduction
• ✅ Programming
• ✅ #Proteus #PCB Design
• ✅ Paper: Monitoring of system memory usage embedded in #FPGA
• ✅ Embedded System Projects
• ➡️ End Device #Arduino #FreeRTOS
• ➡️ End Device + Coordinator #Raspberry Pi #Python
• ➡️ #Proteus #PCB Design
• ✅ TinyOS for sensor networks #XBEE
• ✅ Electronic Prototype Development using #ALTIUM #CircuitMaker
• ✅ Instalación de #ALTIUM #CircuitMaker y especificaciones del módulo #ESP32
• ✅ Microcontrollers Application using #Labview
• ✅ Práctica 1: Salidas Digitales #Arduino

⭐⭐⭐⭐⭐ DISEÑO DE SISTEMAS DIGITALES, PROYECTOS PROPUESTOS (2019 2do Término) from Victor Asanza