文献

J-GLOBAL ID：201702274683428285   整理番号：17A1359837

スケーラブル神経形態学的計算のための実装課題【Powered by NICT】

Implementation challenges for scalable neuromorphic computing

著者 (6件)： Yamamichi Shintaro (IBM Research - Tokyo, Kawasaki, Kanagawa, Japan) ,  Horibe Akihiro (IBM Research - Tokyo, Kawasaki, Kanagawa, Japan) ,  Aoki Toyohiro (IBM Research - Tokyo, Kawasaki, Kanagawa, Japan) ,  Hosokawa Kohji (IBM Research - Tokyo, Kawasaki, Kanagawa, Japan) ,  Hisada Takashi (IBM Research - Tokyo, Kawasaki, Kanagawa, Japan) ,  Mori Hiroyuki (IBM Research - Tokyo, Kawasaki, Kanagawa, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： VLSI Circuits  ページ： T182-T183  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ビッグデータ時代において,非構造化データを扱うことができ,洞察を学習し抽出することができる新しい計算システム,認知コンピューティングと呼ばれる,が必要である。神経形態学的デバイスはこのための重要な成分であり,いくつかのアーキテクチャを報告した。SRAMベーススパイキングニューラルネットワークを用いた神経形態学的デバイスと比較して,クロスバー構造素子は,オンチップは学習実現が,高密度オフチップ相互接続を必要とする,従来のハイエンドロジックデバイスのそれよりもはるかに高かった。はんだバンピングと三次元集積技術の最近の進歩について述べた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： はんだ ,  *計算機システム ,  学習 ,  計算機アーキテクチャ ,  相互接続 ,  SRAM
準シソーラス用語： 三次元集積化 ,  高密度 ,  オンチップ ,  非構造化データ ,  ビッグデータ , 【Automatic Indexing@JST】

分類 (4件)： 事務・経営情報処理  (JE15020F) ,  マーケティング  (KA06020W) ,  情報処理一般  (JE15010U) ,  経営工学一般  (KA01010C)

タイトルに関連する用語 (3件)： 神経形態学 ,  計算 ,  実装