Oniga, IstvánJeney, Máté2021-11-212021-11-212021http://hdl.handle.net/2437/325196A szakdolgozatom célja egy olyan rendszer létrehozása volt amelyben egy konzumerszintű EEG sapkával, az OpenBCI EEG Electrode Cap Kittel, egy PYNQ Z2-eszköznek az FPGA-ján gyosított neurális hálózat segítségével az EEG sapkát viselő személynek a tudatállapotát lehetséges vizsgálni, és alapszintű irányítási parancsokat lehet felismerni. A neurális hálózatokat QKeras segítségével, egy kvantált leírási módon adtam meg, majd ezen hálózatok átalakítását a CERN-ben kifejlesztett hls4ml nevű könyvtárral alakítottam át egy kész Vivado projektté. A kész projektet mint Overlayt használtam a PYNQ Jupyter Notebookos környezetében. A tudatállapotokat vizsgáló tesztrendszer sikeresen létrejött, az irányítási esetről kiderült hogy másik típusú, EMG-re érzékeny elektródák szükségesek az effektív adatfelvételhez. Középkategóriás CPU-knál minimum 10-szer nagyobb sebességgel volt képes egy-egy inferenciát végrehajtani a PYNQ eszköz FPGA részében futó neurális hálózat. A szakdolgozatomnak része egy kezdetleges oktatási anyag, amelyet pontosan követve lehetséges reprodukálni az általam elért eredményeket.52hufpgapynqneurális hálózatneural networkhls4mlhlsopenbcieegGépi tanulás Python által vezérelt FPGA alapú PYNQ kártyánMachine learning on an FPGA based, Python controlled PYNQ boardDEENK Témalista::Informatika