An approximate backpropagation learning rule for memristor based neural networks using synaptic plasticity

We describe an approximation to backpropagation algorithm for training deep neural networks, which is designed to work with synapses implemented with memristors. The key idea is to represent the values of both the input signal and the backpropagated delta value with a series of pulses that trigger m...

Celý popis

Podrobná bibliografie

Vydáno v:	Neurocomputing (Amsterdam) Ročník 237; s. 193 - 199
Hlavní autoři:	Negrov, D., Karandashev, I., Shakirov, V., Matveyev, Yu, Dunin-Barkowski, W., Zenkevich, A.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 10.05.2017
Témata:	Backpropagation algorithm Deep learning Hardware design Memristor Neural networks Deep learning Memristor Backpropagation algorithm Neural networks Hardware design
ISSN:	0925-2312, 1872-8286
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!