Universidad Veracruzana

Título:
Estudio Comparativo de la Evaluación de una Red Neuronal en una Tarjeta Arduino Usando Operaciones con Números Flotantes y Números Enteros

Resumen:
Este trabajo estudia los resultados de la evaluación de redes neuronales haciendo uso de hardware Arduino UNO R3, mediante el uso de dos distintos tipos de datos con los que trabaja esta tarjeta. Esto como parte del trabajo de implementar dispositivos que mediante internet de las cosas, permitan la evaluación de redes neuronales en las tarjetas de desarrollo de hardware libre, con menores prestaciones, pero con un menor coste y consumo energético. Los dos tipos de datos a comparar en este trabajo son los números de tipo flotante y números de tipo entero. Estos tipos de datos se comparan a través de la precisión de los resultados así como por el tiempo de evaluación de dichas redes neurales con cada uno de ellos.
La experimentación realizada para este trabajo se llevó a cabo en dos proyectos de prueba. Los resultados de evaluación de las redes neuronales con números flotantes, con una diferencia de tiempo de 62.5312 microsegundos para el primer caso y 34.9636 para el segundo. Siendo entonces la evaluación de la red con números enteros un 31.8% más rápida que la evaluación con números de tipo flotante para el primer caso de prueba y 48.1% para el segundo caso. Sin embargo con una diferencia en los resultados promedio de 0.5071985 y 2.97802908 para cada caso. Por lo que se presenta una considerable perdida de precisión entre los dos tipos de operación debido a la manera en que se deben llevar a cabo los cálculos de la red neuronal con operaciones de tipo entero.
Este estudio comparativo presenta las bases para llevar a cabo proyectos que integren las redes neuronales con dispositivos de internet de las cosas, que normalmente requieren ser implementados con este tipo de tarjetas como lo es Arduino, debido a sus prestaciones. Además, para el caso de la evaluación con números enteros se presenta una la problemática por la cual este tipo de operaciones presenta una pérdida de precisión considerable y por lo tanto un resultando distinto comparado con la evaluación con números de tipo flotante.

Autor del Trabajo:
Ing. Fernando López Xacan

Director del Trabajo:
Dr. Alfredo Cristóbal Salas

Participantes:
M. en C. Neiel Israel Leyva Santes

Contribuciones:
Este trabajo aporta con una comparativa entre la evaluación de redes neuronales con dos tipos de numeraciones que implementan las tarjetas de desarrollo Arduino, que son los números de tipo flotante y números de tipo entero. Esta comparativa puede ser de ayuda para trabajos 56 futuros de implementación de redes neuronales con esta tarjeta, en cuyos casos se aplique teniendo en consideración la precisión y tiempo de evaluación obtenidos de la experimentación realizada en este trabajo.
En 2021, el cuerpo académico UV-CA-464 “Ciencia, Ingeniería e Inteligencia Ambiental (CIIA)” concluyó un trabajo de investigación relacionado con la automatización de un reactor químico de flujo continuo (Luna y Hernández, 2021). Ese trabajo propuso el diseño e implementación de un sistema electrónico y computacional para mejorar el uso del reactor. El sistema desarrollado requiere de conocer la cantidad de catalizador y el tiempo de procesamiento de la reacción química para poder reducir la concentración de moléculas en soluciones acuosas. Por lo que para trabajos futuros se puede aplicar una red neuronal capaz de reconocer los patrones entre este catalizador y el tiempo de la reacción química para poder ser evaluados desde una tarjeta Arduino.

Palabras clave:
Evaluación, números, redes neuronales, flotante, precisión, arduino.

Fecha:
04/2022.

Editor:
Facultad de Ingeniería en Electrónica y Comunicaciones de la Universidad Veracruzana Región Poza Rica – Tuxpan.

Colección:
Cómputo Avanzado.