Was ist Neuromorphic Engineering?
Neuromorphic Computing und Neuromorphic Engineering sind beide Begriffe, die sich auf dasselbe beziehen: die Verwendung von Very-Large-Scale-Integration-Systemen (VLSI). Integrieren Sie elektrische analoge Schaltungen, um neurobiologische Strukturen zu simulieren, die im Nervensystem zu finden sind. Jedes elektronische Gerät, das Berechnungen mit Hilfe von künstlichen Neuronen durchführt, die als physische Strukturen implementiert sind, wird als neuromorpher Computer oder Chip bezeichnet. In letzter Zeit wurde das Wort "neuromorph" verwendet, um sich auf analoge, digitale, analoge/digitale Mischmodus-VLSI- und Softwaresysteme zu beziehen, die Modelle von Gehirnsystemen verkörpern. Diese Verwendung des Begriffs ist häufiger geworden. Um die Implementierung des neuromorphen Rechnens auf Hardwareebene zu verwirklichen, sind Memristoren auf Oxidbasis, spintronische Speicher, Schwellenwertschalter und Transistoren einige der Komponenten, die verwendet werden können. Das Training softwarebasierter neuromorpher Systeme von spikenden neuronalen Netzen kann durch die Verwendung von Fehler-Backpropagation erreicht werden, beispielsweise durch die Verwendung von Python-basierten Frameworks wie snnTorch, oder durch die Verwendung kanonischer Lernregeln aus der biologischen Lernliteratur, beispielsweise durch die Verwendung von BindsNet.
Wie Sie davon profitieren
(I) Einblicke und Validierungen zu den folgenden Themen:
Kapitel 1: Neuromorphic Engineering
Kapitel 2: Künstliches Neuron
Kapitel 3: Bio-inspiriertes Computing
Kapitel 4: Steve Furber
Kapitel 5: Carver Mead
Kapitel 6: Rekurrentes neurales Netzwerk
Kapitel 7: Neurales Netzwerk
Kapitel 8: Wetware-Computer
Kapitel 9 : Computational Neurogenetic Modeling
Kapitel 10: Spiking Neural Network
Kapitel 11: Neurorobotik
Kapitel 12: Misha Mahowald
Kapitel 13: Memristor
Kapitel 14: Physikalisches neuronales Netzwerk
Kapitel 15: NEIN MFET
Kapitel 16: Massimiliano Versace
Kapitel 17: Kwabena Boahen
Kapitel 18: SpiNNaker
Kapitel 19: Kognitiver Computer
Kapitel 20: Glossar der künstlichen Intelligenz
Kapitel 21: Hai Li
(II) Beantwortung der öffentlichen Top-Fragen zum Thema Neuromorphic Engineering.
(III) Beispiele aus der Praxis für den Einsatz von Neuromorphic Engineering in vielen Bereichen.
(IV) 17 Anhänge, um kurz 266 neue Technologien in jeder Branche zu erklären, um ein umfassendes 360-Grad-Verständnis von Neuromorphic Engineering zu erhalten. Technologien.
An wen richtet sich dieses Buch?
Profis, Studenten und Doktoranden, Enthusiasten, Bastler und diejenigen, die über grundlegende Kenntnisse oder Informationen hinausgehen möchten für jede Art von neuromorphem Engineering.
