Supervised Learning in All FeFET-Based Spiking Neural Network: Opportunities and Challenges

The two possible pathways towards artificial intelligence – (i) neuroscience-oriented neuromorphic computing (like spiking neural network SNN) and (ii) computer science driven machine learning (like deep learning) differ widely in their fundamental formalism and coding schemes (Pei et al. 2019). Dev...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Frontiers in neuroscience Ročník 14; s. 634
Hlavní autoři:	Dutta, Sourav, Schafer, Clemens, Gomez, Jorge, Ni, Kai, Joshi, Siddharth, Datta, Suman
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Lausanne Frontiers Research Foundation 24.06.2020 Frontiers Media S.A
Témata:	Algorithms Artificial intelligence Deep learning ferroelectric FET Firing pattern Information processing Learning algorithms Machine learning Nervous system Neural coding Neural networks neuromorphic computing Neurons Neuroscience Random access memory spiking neural network spiking neuron Stochasticity supervised learning surrogate gradient learning Synaptic strength
ISSN:	1662-453X, 1662-4548, 1662-453X
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!