• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Pulse, IEEE >Neuromorphic Adaptive Plastic Scalable Electronics: Analog Learning Systems
【24h】

Neuromorphic Adaptive Plastic Scalable Electronics: Analog Learning Systems

机译：神经形态自适应塑料可扩展电子产品：模拟学习系统

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

Decades of research to build programmable intelligent machines have demonstrated limited utility in complex, real-world environments. Comparing their performance with biological systems, these machines are less efficient by a factor of 1 million1 billion in complex, real-world environments. The Systems of Neuromorphic Adaptive Plastic Scalable Electronics (SyNAPSE) program is a multifaceted Defense Advanced Research Projects Agency (DARPA) project that seeks to break the programmable machine paradigm and define a new path for creating useful, intelligent machines. Since real-world systems exhibit infinite combinatorial complexity, electronic neuromorphic machine technology would be preferable in a host of applications, but useful and practical implementations still do not exist. HRL Laboratories LLC has embarked on addressing these challenges, and, in this article, we provide an overview of our project and progress made thus far.
机译：建立可编程智能机器的数十年研究表明，在复杂的实际环境中，其实用性有限。将它们的性能与生物系统进行比较，在复杂的现实环境中，这些机器的效率降低了100万亿十亿分之一。神经形态自适应塑料可扩展电子系统（SyNAPSE）程序是一个多方面的国防高级研究计划局（DARPA）项目，旨在打破可编程机器范式，并定义创建有用的智能机器的新途径。由于现实世界的系统展现出无限的组合复杂性，因此电子神经形态机器技术在许多应用中将是可取的，但是仍然不存在有用和实际的实现方式。 HRL实验室有限责任公司已着手应对这些挑战，在本文中，我们概述了我们的项目和迄今为止取得的进展。

著录项

  • 来源
    《Pulse, IEEE》 |2012年第1期|p.51-56|共6页
  • 作者

    Srinivasa N.; Cruz-Albrecht J.M.;

  • 作者单位

    Center for Neural and Emergent Systems, Information and System Sciences Department, HRL Laboratories, Malibu, California;

  • 收录信息
  • 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