Επιταχυντής υλικού για spiking νευρωνικά δίκτυα
Spiking Neural Networks (SNNs) have gained attention in recent years as a potential solution for low-power embedded systems, as they offer a more energy-efficient alternative but also effective to classical Artificial Neural Networks (ANNs). SNNs differ from ANNs in that they incorporate the time f...
Κύριος συγγραφέας: | Ανυφαντής, Δημήτριος |
---|---|
Άλλοι συγγραφείς: | Anyfantis, Dimitrios |
Γλώσσα: | Greek |
Έκδοση: |
2023
|
Θέματα: | |
Διαθέσιμο Online: | https://hdl.handle.net/10889/25427 |
Παρόμοια τεκμήρια
-
Σχεδιασμός επιταχυντή υλικού για προσομοίωση και εκπαίδευση spiking νευρωνικών δικτύων : υλοποίηση σε FPGA
ανά: Σακελλαρίου, Βασίλειος
Έκδοση: (2020) -
Αρχιτεκτονικές υλικού για επιτάχυνση υπολογισμών σε convolutions neural networks
ανά: Σκιαδέλλης, Αργύρης
Έκδοση: (2021) -
Spiking neural networks
ανά: Σούρμπης, Χρήστος
Έκδοση: (2018) -
Biologically plausible neural architectures
ανά: Ντάνης, Αδαμάντιος
Έκδοση: (2021) -
Επιταχυντές υλικού για νευρωνικά δίκτυα αναγνώρισης ανθρώπινων συναισθημάτων από εικόνες
ανά: Γρηγορίου, Γεώργιος
Έκδοση: (2022)