Fugu-MT 論文翻訳(概要): Extending BrainScaleS OS for BrainScaleS-2

論文の概要: Extending BrainScaleS OS for BrainScaleS-2

arxiv url: http://arxiv.org/abs/2003.13750v1
Date: Mon, 30 Mar 2020 18:58:55 GMT
ステータス: 処理完了
システム内更新日: 2022-12-18 07:08:58.705516
Title: Extending BrainScaleS OS for BrainScaleS-2
Title（参考訳）: BrainScaleS OSを拡張したBrainScaleS-2
Authors: Eric M\"uller, Christian Mauch, Philipp Spilger, Oliver Julien Breitwieser, Johann Kl\"ahn, David St\"ockel, Timo Wunderlich, Johannes Schemmel
Abstract要約: 我々はBrainScaleS-2アーキテクチャのために導入されたソフトウェア拡張について紹介し、紹介する。 BrainScaleS OSはBrainScaleSアーキテクチャのユーザフレンドリーな操作のために設計されたソフトウェアスタックである。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: BrainScaleS-2 is a mixed-signal accelerated neuromorphic system targeted for research in the fields of computational neuroscience and beyond-von-Neumann computing. To augment its flexibility, the analog neural network core is accompanied by an embedded SIMD microprocessor. The BrainScaleS Operating System (BrainScaleS OS) is a software stack designed for the user-friendly operation of the BrainScaleS architectures. We present and walk through the software-architectural enhancements that were introduced for the BrainScaleS-2 architecture. Finally, using a second-version BrainScaleS-2 prototype we demonstrate its application in an example experiment based on spike-based expectation maximization.
Abstract（参考訳）: BrainScaleS-2は、計算神経科学と超越ニューマン計算の研究を目的とした混合信号加速ニューロモルフィックシステムである。その柔軟性を高めるために、アナログニューラルネットワークコアには組み込みSIMDマイクロプロセッサが付属している。 BrainScaleS Operating System (BrainScaleS OS) はBrainScaleSアーキテクチャのユーザフレンドリーな操作のために設計されたソフトウェアスタックである。本稿では,BrainScaleS-2アーキテクチャに導入されたソフトウェアアーキテクチャ拡張について述べる。最後に、第2バージョンのbrainscales-2プロトタイプを用いて、スパイクに基づく期待最大化に基づくサンプル実験でその応用を実証する。

関連論文リスト

Neuromorphic Wireless Split Computing with Multi-Level Spikes [69.73249913506042]
ニューロモルフィックコンピューティングでは、スパイクニューラルネットワーク(SNN)が推論タスクを実行し、シーケンシャルデータを含むワークロードの大幅な効率向上を提供する。ハードウェアとソフトウェアの最近の進歩は、スパイクニューロン間で交換された各スパイクに数ビットのペイロードを埋め込むことにより、推論精度をさらに高めることを示した。本稿では,マルチレベルSNNを用いた無線ニューロモルフィック分割計算アーキテクチャについて検討する。
論文参考訳（メタデータ） (2024-11-07T14:08:35Z)
A Realistic Simulation Framework for Analog/Digital Neuromorphic Architectures [73.65190161312555]
ARCANAは、混合信号ニューロモルフィック回路の特性を考慮に入れたスパイクニューラルネットワークシミュレータである。その結果,ソフトウェアでトレーニングしたスパイクニューラルネットワークの挙動を,信頼性の高い推定結果として提示した。
論文参考訳（メタデータ） (2024-09-23T11:16:46Z)
MindBridge: A Cross-Subject Brain Decoding Framework [60.58552697067837]
脳の復号化は、獲得した脳信号から刺激を再構築することを目的としている。現在、脳の復号化はモデルごとのオブジェクトごとのパラダイムに限られている。我々は,1つのモデルのみを用いることで,オブジェクト間脳デコーディングを実現するMindBridgeを提案する。
論文参考訳（メタデータ） (2024-04-11T15:46:42Z)
Scalable Network Emulation on Analog Neuromorphic Hardware [3.1934373544259813]
本稿では,BrainScaleS-2アクセラレーション型ニューロモルフィックプラットフォームのための新しいソフトウェア機能を提案する。大規模なスパイクニューラルネットワークの分割エミュレーションを容易にする。単チップBrainScaleS-2システムの物理的サイズ制約を超える2つのディープスパイクニューラルネットワークモデルのトレーニングを実演する。
論文参考訳（メタデータ） (2024-01-30T09:27:05Z)
hxtorch.snn: Machine-learning-inspired Spiking Neural Network Modeling on BrainScaleS-2 [0.0]
hxtorch.snnは、BrainScaleS-2ニューロモーフィックシステムの機械学習ベースのモデリングフレームワークである。 hxtorch.snnは、PyTorch内のスパイキングニューラルネットワークのハードウェア・イン・ループトレーニングを可能にする。我々は,Yin-Yangデータセットを用いた分類タスクにおけるhxtorch.snnの機能を示す。
論文参考訳（メタデータ） (2022-12-23T08:56:44Z)
Neuromorphic Artificial Intelligence Systems [58.1806704582023]
フォン・ノイマンアーキテクチャと古典的ニューラルネットワークに基づく現代のAIシステムは、脳と比較して多くの基本的な制限がある。この記事では、そのような制限と、それらが緩和される方法について論じる。これは、これらの制限が克服されている現在利用可能なニューロモーフィックAIプロジェクトの概要を示す。
論文参考訳（メタデータ） (2022-05-25T20:16:05Z)
CogNGen: Constructing the Kernel of a Hyperdimensional Predictive Processing Cognitive Architecture [79.07468367923619]
神経生物学的に妥当な2つの計算モデルを組み合わせた新しい認知アーキテクチャを提案する。我々は、現代の機械学習技術の力を持つ認知アーキテクチャを開発することを目指している。
論文参考訳（メタデータ） (2022-03-31T04:44:28Z)
The BrainScaleS-2 accelerated neuromorphic system with hybrid plasticity [0.0]
本稿では,BrainScaleSニューロモルフィックアーキテクチャの第2世代について述べる。バイオインスパイアされたスパイクニューラルネットワークプリミティブの、加速された物理的エミュレーションをサポートするカスタムアクセラレータコアと、密結合されたデジタルプロセッサと、イベントルーティングネットワークを組み合わせたものだ。
論文参考訳（メタデータ） (2022-01-26T17:13:46Z)
Mapping and Validating a Point Neuron Model on Intel's Neuromorphic Hardware Loihi [77.34726150561087]
インテルの第5世代ニューロモルフィックチップ「Loihi」の可能性について検討する。 Loihiは、脳内のニューロンをエミュレートするスパイキングニューラルネットワーク(SNN)という新しいアイデアに基づいている。 Loihiは従来のシミュレーションを非常に効率的に再現し、ネットワークが大きくなるにつれて、時間とエネルギーの両方のパフォーマンスにおいて顕著にスケールする。
論文参考訳（メタデータ） (2021-09-22T16:52:51Z)
The Operating System of the Neuromorphic BrainScaleS-1 System [0.796346355643388]
BrainScaleS-1は混合信号加速ニューロモルフィック系である。 BrainScaleS OSは、高レベルのネットワーク記述言語であるPyNNで記述されたネットワークをエミュレートする機能を提供するソフトウェアスタックである。
論文参考訳（メタデータ） (2020-03-30T18:58:51Z)
Verification and Design Methods for the BrainScaleS Neuromorphic Hardware System [0.0]
第2世代のBrainScaleSチップは、完全なアナログニューロモルフィック回路と2つの汎用マイクロプロセッサの密結合を有する混合信号デバイスである。 512ニューロンと130Kシナプスを含む第1次BrainScaleS-2 ASICの早期成績を示し,これらの手法の応用を実証した。
論文参考訳（メタデータ） (2020-03-25T15:48:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。