脉冲时间依赖可塑性相关论文
神经网络是目前人工智能领域的一大核心。近年来,神经网络中的深度卷积神经网络（DCNN）具备的功能越来越强大,甚至能够在许多目标识别......
随着通用人工智能技术的发展,传统的冯·诺依曼计算架构遇到了诸多瓶颈,探索一种能够加速处理海量数据的全新计算架构成为了当今世......
随着智能化和万物互联浪潮到来,对神经网络芯片需求呈现指数型增长。近年来,由于脉冲神经网络（Spiking Neuron Network,SNN）贴近于脑......
脉冲神经网络比传统的人工神经网络更加符合生物神经系统要求,适用于大脑神经信号的研究分析,同时具有强大的计算能力。因此,脉冲......
忆阻器作为一种具有记忆效应的非线性电路元件,它受到电流刺激后的电导变化与人脑中神经突触的权重变化类似,可用于模拟人脑学习、......
针对现有脉冲神经网络(SNN)图像分类模型中存在的资源占用高和运算较复杂等实际约束问题,为寻求更加轻量高效的机器视觉解决方案,......
随着大数据时代的来临,计算机处理的数据愈加庞大,需要解决的问题种类也更加的丰富。但基于冯·诺依曼结构的传统电子计算机受限于......
近些年来,人工智能技术不断发展,越来越多的科学家将目光转向机器智能化的方向。神经网络在机器学习、模式识别等领域具有重要应用......
