Métodos numéricos en diferencias finitas para la estimación de recursos de Hardware FPGA en arquitecturas LFSR(n,k) fractales

Abstract

En este trabajo se estudia el método numérico en diferencias finitas para la estimación de recursos en hardware, específicamente sobre tecnología FPGA (arreglo de compuertas programables por campo), aplicado a un modelo fractal de componentes de arquitectura LFSR (registros desplazamiento con realimentación lineal) paralelizada, como elemento básico de sistemas de multiplicadores en campos finitos, código Reed Solomon y Redes Neuronales Artificiales. El método abordado consistió en la discretización de las variables arrojadas en el reporte de síntesis sobre hardware de los casos de estudio, por medio del modelado matemático se obtienen las ecuaciones descriptivas, lo que permite validar las estrategias de optimización de los diseños usando la base de un operador matemático con estructura concurrente de realimentación lineal LFCS (n,k), definido por funciones compuestas con auto similitud. Se obtiene como resultado un conjunto de ecuaciones que describen el comportamiento del parámetro estimado, facilitando la evaluación del diseño en etapas previas, así como la aplicación de un elemento recursivo, que permita obtener el consumo de recursos en función a este operador lógico-matemático. Estos métodos pueden ser extendidos en el análisis y estimación de eficiencia energética de los diseños, con lo que se aportan soluciones en materia de consumo de energía de los modelos electrónicos y rendimiento de sistemas.

Análisis técnico-económico de naves industriales mediante interpolación no lineal de Lagrange

“…}, los n+l valores dados {y o , y 1 , ..., y n }. Se obtiene un polinomio interpolador como una expresión formal f(x)=a o + a 1 x + a 2 x 2 + ... +a o .x n (Sandoval, 2019) .…”

“…Al suponer conocidos los valores en los n+1 puntos x 0 , x 1 , …, x n (valores dependientes) y f 0 , f 1 , …, f n (valores independientes) de una función; se construyó un polinomio P n (x) de grado menor o igual que n, tal como se muestra en la Ecuación 9 según (Sandoval, 2019).…”

Smart systems for the protection of ecosystems, flora and fauna

“…Product 1/n!h n f(a) [26] Valorizar recurso: Donde es posible concatenar y extrapolar el modelo matemático para obtener una combinación total, que describe los sistemas, a fin de establecer un algoritmo de optimización generalizado, aplicando el cálculo de los coeficientes óptimos con redes neuronales entrenadas a partir de modelos bio-inspirados, siendo una herramienta de diseño para el área de protección de ecosistemas, flora y fauna, en los que se consideran los modelos funcionales y alternativas de remediación, en el campo de ingeniería sostenible. Este modelo permite el diseño modular, partes intercambiables y reemplazables, para garantizar compatibilidad tecnológica en el tiempo y reutilización de componentes, de forma sostenible.…”

Modelo VHDL de Control Neuronal sobre tecnología FPGA orientado a Aplicaciones Sostenibles

“…Con w 2,i los pesos de la red modelo y w 1,i los pesos de la unidad neuro-fractal básica. En función del modelo matemático se puede realizar la estimación de recursos para las aplicaciones basadas en modelos fractales [32].…”