标签:乔治华盛顿大学

芯片行业的技术论文摘要:11月1日
通过琳达·克里斯坦森- 01年11月2022 -评论:0

新的技术论文添加到半导体工程本周的图书馆。(表id = 61 /)»阅读更多

电驱动的光学非易失性存储器的新类
通过技术论文链接- 10月26日,2022 -评论:0

新技术论文题为“电可编程的多层次的非易失性光子随机存取存储器”是乔治·华盛顿大学的研究人员发表的,Optelligence,麻省理工学院,和佛罗里达中央大学的。研究人员展示“多语言电子程序低损耗非易失性光子记忆基于宽带透明相变材料(Ge2Sb2S…»阅读更多

数据驱动RRAM设备使用克里格插值模型
通过技术论文链接4月- 10,2022 -评论:0

乔治华盛顿大学的新技术论文和NIST来自美国国防部高级研究计划局的支持等等。抽象的“双重克里格插值方法是提出了电阻开关模型跳表。最初开发的采矿和地质统计学,它的位置建模计算使得这种方法特别强大的电子设备和复杂的行为拉……»阅读更多

电力/性能:9月8日
通过杰西·艾伦- 08年9月,2021 -评论:0

后向散射无线电5 g佐治亚理工学院的研究人员,诺基亚贝尔实验室,赫瑞瓦特大学提出使用后向散射收音机支持高吞吐量的通信和5 g-speed Gb /秒的数据传输只使用单个晶体管。“我们的突破是能够沟通/ 5 g /毫米波频率(mmWave),而实际上他们并不需要一个完整的mmWave……»阅读更多

电力/性能:3月16日
通过杰西·艾伦3月- 16,2021 -评论:0

适应性强的神经网络神经网络经过两个阶段:训练,当权重设置数据集的基础上,推论,当新信息评估基于这些权重。但麻省理工学院的研究人员,科学与技术研究所的奥地利,维也纳科技大学提出的一种新型的神经网络,可以学习在推理和调整其基本方程……»阅读更多

电力/性能:5月19日
通过杰西·艾伦——5月19日,2020 -评论:0

神经形态磁性纳米线位于奥斯汀的德克萨斯大学的研究人员在达拉斯德克萨斯大学,桑迪亚国家实验室提出一个神经形态使用磁性组件计算方法。研究小组说,这种方法可以减少训练神经网络的能源成本。“现在,训练你的神经网络方法非常密集,”冉阿让说安…»阅读更多

电力/性能:3月8日
通过杰西·艾伦- 08年3月,2016 -评论:0

可配置的模拟芯片佐治亚理工学院的研究人员建立了一个新的可配置的计算设备,现场可编程模拟阵列(FPAA) SoC,使用模拟技术支持数字组件,可以建立小一百倍,同时使用更少的电力一千倍比数字浮栅可配置设备。专业人员熟悉F……»阅读更多

  • 赞助商

关于

导航

与我们联系

版权©2013 - 2023 SMG |服务条款|隐私政策
Baidu