文献

J-GLOBAL ID：201102286413695806   整理番号：11A0612108

ハードウェアスパイキングニューラルネットワーク動作に対するニューラルモデル分解能の影響

The Impact of Neural Model Resolution on Hardware Spiking Neural Network Behaviour

著者 (6件)： CAWLEY Seamus (National Univ. Ireland, Galway) ,  MORGAN Fearghal (National Univ. Ireland, Galway) ,  MCGINLEY Brian (National Univ. Ireland, Galway) ,  PANDE Sandeep (National Univ. Ireland, Galway) ,  MCDAID Liam (Univ. Ulster) ,  HARKIN Jim (Univ. Ulster)
資料名： IET Conference Publications  (IET Conference Publications)
巻： 566  ページ： 216-221  発行年： 2010年 
JST資料番号： B0665A  ISSN： 0537-9989  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： SNN(スパイキングニューラルネットワーク)は従来の人工ニューラルネットワークモデルに比べて脳の生物学的神経細胞をより良くエミュレートする。筆者等は再構成可能,スケーラブル,NoCベースの混合信号ハードウェアSNNアーキテクチャ(EMBRACE)を提案した。またEMBRACE-FPGAはそのFPGA実現である。これは相互接続されたSNNニューラルタイルの2次元配列から成り,各タイルはNoCルータとニューラルセルを含む。このアーキテクチャの雑音源としてはNoC待ち時間ジッタとニューロンモデル雑音がある。

シソーラス用語： *ニューラルネットワーク ,  *相互結合網 ,  待ち時間 ,  ジッタ ,  FPGA ,  分解能 ,  可能性
準シソーラス用語： *NoC ,  *スパイキングニューラルネットワーク ,  再構成可能

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： ハードウェア ,  スパイキングニューラルネットワーク ,  ニューラルモデル ,  分解能