A simulacao de redes neurais artificiais grandes em computadores sequenciais gasta muito tempo de computacao. Por isto, grandes esforcos tem sido dedicados a implementacao paralela de redes neurais. A implementacao sistolica e uma boa solucao para a implementacao paralela de redes neurais, pois pode superar problemas de comunicacao, gerados pelos neuronios altamente interconectados. Neste trabalho sao descritos tres algoritmos sistolicos para a implementacao de rede neurais: algoritmo de blayo/hurat (utiliza uma arquitetura em array sistolico 2d para implementar a fase de reconhecimento da rede de hopfield, atraves de um array com 'N POT.2' celulas para uma rede com n neuronios), algoritmo de chung et al. (Propoe um projeto sistolico para a implementacao da rede backpropagation com treinamento supervisionado em grupo, utilizando um array sistolico 2d para cada matriz de pesos), algoritmo de kung/hwang (utiliza como arquitetura um array sistolico em anel programavel, baseia-se no modelo generico que representa as operacoes para a maioria das redes neurais). Estes algoritmos foram analisados em relacao ao tempo e ao numero de processadores necessarios para se executar interacoes das redes de hopfield e backpropagation. O algoritmo sistolico de kung/hwang foi implementado utilizando a maquina paralela parsytec powerxplorer

not available