• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Nanotechnology >Silicon synaptic transistor for hardware-based spiking neural network and neuromorphic system
【24h】

Silicon synaptic transistor for hardware-based spiking neural network and neuromorphic system

机译：硅突触晶体管，用于基于硬件的尖刺神经网络和神经形态系统

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

Brain-inspired neuromorphic systems have attracted much attention as new computing paradigms for power-efficient computation. Here, we report a silicon synaptic transistor with two electrically independent gates to realize a hardware-based neural network system without any switching components. The spike-timing dependent plasticity characteristics of the synaptic devices are measured and analyzed. With the help of the device model based on the measured data, the pattern recognition capability of the hardware-based spiking neural network systems is demonstrated using the modified national institute of standards and technology handwritten dataset. By comparing systems with and without inhibitory synapse part, it is confirmed that the inhibitory synapse part is an essential element in obtaining effective and high pattern classification capability.
机译：脑激发的神经形态系统吸引了许多关注，因为新的计算范式用于节能计算。 这里，我们报告具有两个电独立栅极的硅突触晶体管，以实现没有任何开关部件的基于硬件的神经网络系统。 测量并分析突触装置的峰值定时依赖性塑性特性。 借助基于测量数据的设备模型的帮助，使用修改的国家标准和技术手写数据集来说明基于硬件的尖峰神经网络系统的模式识别能力。 通过将系统与无抑制突触部分进行比较，确认抑制突触部分是获得有效和高模式分类能力的基本要素。

著录项

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