{rfName}
De

Indexado en

Licencia y uso

Citaciones

8

Altmetrics

Análisis de autorías institucional

Astrain MAutor (correspondencia)Ruiz MAutor (correspondencia)Carpeño AAutor o CoautorEsquembri SAutor o CoautorRivilla DAutor o Coautor
Compartir
Publicaciones
>
Artículo

Development of deep learning applications in FPGA-based fusion diagnostics using IRIO-OpenCL and NDS

Publicado en:Fusion Engineering And Design. 168 112393- - 2021-07-01 168(), DOI: 10.1016/j.fusengdes.2021.112393

Autores: Astrain M; Ruiz M; Carpeño A; Esquembri S; Rivilla D

Afiliaciones

Univ Politecnica Madrid, Instrumentat & Appl Acoust Res Grp, Madrid, Spain - Autor o Coautor
Universidad Politécnica de Madrid - Autor o Coautor

Resumen

© 2021 Elsevier B.V. Many of the signals that are relevant to fusion science come from 1D signals or time-series. In this field, the resulting Neural Networks are much simpler than the more mainstream vision-based neural networks. A significant reduction in both dimension and complexity make them suitable to be synthesized in FPGAs. We have developed new features for the IRIO-OpenCL platform to support this technology for fusion problems. The work presented analyzes the feasibility of such diagnostics use cases and how they can be integrated with the help of OpenCL technology. The development and testing platform consists of an MTCA.4 system with an AMC module integrating an Intel Arria 10 FPGA. An ADC connected using the FMC interface samples the analog signals passed to the OpenCL processing kernels. By using OpenCL, the FPGA kernels communicate with the host machine in a standardized way. This brings two main advantages. First, this is an ideal prototyping framework. Second, once a solution is final, the FPGA kernels are integrated into the control system (EPICS) using the IRIO-OpenCL layer, which has been developed with Nominal Device Support (NDSv3). Finally, we present the results of the optimizations to the kernels of an application example based on a neutron/gamma discrimination Neural Network, which achieves up to a classification rate of 1.3 MEvents/s.

Palabras clave
codacdaqfpgamachine learningopenclCodacDaqFpgaMachine learningMtcaOpenclPulse-shape discrimination

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Fusion Engineering And Design debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2021, se encontraba en la posición 11/34, consiguiendo con ello situarse como revista Q2 (Segundo Cuartil), en la categoría Nuclear Science & Technology. Destacable, igualmente, el hecho de que la Revista está posicionada en el Cuartil Q2 para la agencia Scopus (SJR) en la categoría Mechanical Engineering.

2025-05-16:

  • Google Scholar: 3
  • Scopus: 5
  • OpenCitations: 2
Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-05-16:

  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 12 (PlumX).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
Análisis de liderazgo de los autores institucionales

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (ASTRAIN ETXEZARRETA, MIGUEL) y Último Autor (RIVILLA BRAVO, DANIEL).

los autores responsables de establecer las labores de correspondencia han sido ASTRAIN ETXEZARRETA, MIGUEL y RUIZ GONZALEZ, MARIANO.