文献

J-GLOBAL ID：201802286415864153   整理番号：18A0187863

適応神経回路におけるエネルギー効率【Powered by NICT】

Energy efficiency in adaptive neural circuits

著者 (1件)： Cauwenberghs Gert (Department of Bioengineering and Institute for Neural Computation, UC San Diego, La Jolla CA 92093, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： E3S  ページ： 1-5  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： ヒト脳は,世界の現在のスーパーコンピューターのすべてを組み合わせることも今日までいかなる人工知能によるunparalleled,認知一般的知能におけるその成果を一緒にした高度に効率的で対応力のある生物学的機構と,は本質的に緩慢な,ノイズ,信頼できない[1+2]基本神経およびシナプス成分で動作するにもかかわらず。神経形態学的工学[3]は,生物学的脳におけるイオン輸送と神経回路と同様な熱力学的特性および構造組織を共有する電子デバイスと回路による計算の物理的基礎を利用することによって,自然に触発された人工知能を追求した。神経形態学的計算の最初の努力は,一般的な人工知能への道に適度な成功を示したが,深層ニューラルネットワークを用いた機械学習の開発と並行して最近の努力は,認知計算の自律性と効率の前例のない性能レベルを目標としている。ここでは,今日利用可能な最も進歩した専用認知計算プラットフォーム上のエネルギー効率における10~100X改善に向けたそのような努力における最近の進歩を調査し,埋め込まれた高度に柔軟な学習と推論機能を持つ高密度混合信号(アナログおよびディジタル)神経およびシナプスアレイを採用した高度に最適化された神経形態学的集積回路。Copyright 2018 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： 熱力学的性質 ,  スーパコンピュータ ,  シナプス ,  集積回路 ,  機械学習 ,  人工知能 ,  ヒト ,  雑音 ,  *エネルギー効率 ,  イオン輸送 ,  最適化
準シソーラス用語： 自律性 ,  ディープニューラルネットワーク ,  神経形態学 ,  *神経 , 【Automatic Indexing@JST】

分類 (2件)： ディジタル計算機方式一般  (JC02010O) ,  ディジタル計算機ハードウェア一般  (JC04010C)

タイトルに関連する用語 (3件)： 適応 ,  神経回路 ,  エネルギー効率