集中精力研究了生物计算


人工神经网络需要复制飙升生物神经元兴奋性和抑制性为了模仿生物大脑的神经激活模式。这样做与cmos的设计是具有挑战性的,因为大电路所需的足迹。然而,惠普实验室的研究人员发现一个生物合理的模型,Hodgkins-Huxley模型,数学…»阅读更多

强化神经网络数据在时间的地方


人工神经网络有各种各样的商业应用,从面部识别到推荐引擎。Compute-in-memory加速器寻求改善这些网络的计算效率有助于克服冯诺依曼瓶颈。但是成功的人工神经网络也强调了他们的不足。他们只复制的一个小子集th……»阅读更多

Baidu