• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Nature >Towards spike-based machine intelligence with neuromorphic computing
【24h】

Towards spike-based machine intelligence with neuromorphic computing

机译：借助神经形态计算实现基于峰值的机器智能

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Guided by brain-like 'spiking' computational frameworks, neuromorphic computing-brain-inspired computing for machine intelligence-promises to realize artificial intelligence while reducing the energy requirements of computing platforms. This interdisciplinary field began with the implementation of silicon circuits for biological neural routines, but has evolved to encompass the hardware implementation of algorithms with spike-based encoding and event-driven representations. Here we provide an overview of the developments in neuromorphic computing for both algorithms and hardware and highlight the fundamentals of learning and hardware frameworks. We discuss the main challenges and the future prospects of neuromorphic computing, with emphasis on algorithm-hardware codesign.
机译：在像大脑一样的“尖峰”计算框架的指导下，神经形态计算（灵感源自大脑）的机器智能计算有望实现人工智能，同时降低计算平台的能源需求。这个跨学科领域从用于生物神经例程的硅电路的实现开始，但已发展为涵盖具有基于峰值的编码和事件驱动表示法的算法的硬件实现。在这里，我们概述了用于算法和硬件的神经形态计算的发展，并重点介绍了学习和硬件框架的基础。我们讨论了神经形态计算的主要挑战和未来前景，重点是算法-硬件代码签名。

著录项

  • 来源
    《Nature》 |2019年第7784期|607-617|共11页
  • 作者

    Roy Kaushik; Jaiswal Akhilesh; Panda Priyadarshini;

  • 作者单位

    Purdue Univ W Lafayette IN 47907 USA;

  • 收录信息 美国《科学引文索引》(SCI);美国《工程索引》(EI);美国《生物学医学文摘》(MEDLINE);美国《化学文摘》(CA);
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号