Desempenho de computadores

Esta animação descreve as representações de números binários sem sinal, representação de sinal e magnitude, complemento de 1, complemento de 2. Também são apresentadas a adição de números sem sinal, a subtração em complemento de 2, o conceito de overflow e exceção. O projeto de uma unidade lógica e aritmética (ULA) é descrito, assim como alguns exemplos das operações: slt e beq. Três versões da operação de multiplicação, que é mais complicada que a de soma, são apresentadas por meio de figuras e algoritmos. A representação de ponto flutuante e o padrão IEEE 754 também são descritos.

Técnicas de controlo não-linear baseadas em Redes Neuronais: do algoritmo à implementação

O presente trabalho analisa soluções de controlo não-linear baseadas em Redes Neuronais e apresenta a sua aplicação a um caso prático, desde o algoritmo de treino até à implementação física em hardware. O estudo inicial do estado da arte da utilização das Redes Neuronais para o controlo leva à proposta de soluções iterativas para a definição da arquitectura das mesmas e para o estudo das técnicas de Regularização e Paragem de Treino Antecipada, através dos Algoritmos Genéticos e à proposta de uma forma de validação dos modelos obtidos. Ao longo da tese são utilizadas quatro malhas para o controlo baseado em modelos, uma das quais uma contribuição original, e é implementado um processo de identificação on-line, tendo por base o algoritmo de treino Levenberg-Marquardt e a técnica de Paragem de Treino Antecipada que permite o controlo de um sistema, sem necessidade de recorrer ao conhecimento prévio das suas características. O trabalho é finalizado com um estudo do hardware comercial disponível para a implementação de Redes Neuronais e com o desenvolvimento de uma solução de hardware utilizando uma FPGA. De referir que o trabalho prático de teste das soluções apresentadas é realizado com dados reais provenientes de um forno eléctrico de escala reduzida.