論文の概要: Embedded Silicon-Organic Integrated Neuromorphic System
- arxiv url: http://arxiv.org/abs/2210.12064v1
- Date: Tue, 18 Oct 2022 01:56:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-30 11:53:47.779554
- Title: Embedded Silicon-Organic Integrated Neuromorphic System
- Title（参考訳）: 組込みシリコン有機系集積型ニューロモルフィックシステム
- Authors: Shengjie Zheng, Ling Liu, Junjie Yang, Jianwei Zhang, Tao Su, Bin Yue,
Xiaojian Li
- Abstract要約: 我々は、ハードウェアにおける脳の動作原理と材料をシミュレートし、脳にインスパイアされたインテリジェンス技術を開発するためにAIを使用するという概念を提案する。
我々はシリコンをベースとしたField-Programmable Gate Arrayのシミュレーションニューロンを用いた有機人工シナプスを構築した。
次に、解釈されたニューラルネットワークに基づいて生物学的ニューラルネットワークモデルを構築する。
- 参考スコア（独自算出の注目度）: 22.229922229702073
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The development of artificial intelligence (AI) and robotics are both based
on the tenet of "science and technology are people-oriented", and both need to
achieve efficient communication with the human brain. Based on
multi-disciplinary research in systems neuroscience, computer architecture, and
functional organic materials, we proposed the concept of using AI to simulate
the operating principles and materials of the brain in hardware to develop
brain-inspired intelligence technology, and realized the preparation of
neuromorphic computing devices and basic materials. We simulated neurons and
neural networks in terms of material and morphology, using a variety of organic
polymers as the base materials for neuroelectronic devices, for building neural
interfaces as well as organic neural devices and silicon neural computational
modules. We assemble organic artificial synapses with simulated neurons from
silicon-based Field-Programmable Gate Array (FPGA) into organic artificial
neurons, the basic components of neural networks, and later construct
biological neural network models based on the interpreted neural circuits.
Finally, we also discuss how to further build neuromorphic devices based on
these organic artificial neurons, which have both a neural interface friendly
to nervous tissue and interact with information from real biological neural
networks.
- Abstract（参考訳）: 人工知能(AI)とロボティクスの開発はどちらも「科学とテクノロジーは人間指向」の信条に基づいており、どちらも人間の脳との効率的なコミュニケーションを実現する必要がある。
システム神経科学, コンピュータアーキテクチャ, 機能有機材料における多分野の研究に基づいて, ハードウェアにおける脳の動作原理と材料をシミュレートし, 脳にインスパイアされたインテリジェンス技術を開発し, ニューロモルフィックコンピューティング装置と基本材料の作成を実現した。
我々は, 神経回路, 有機神経回路, シリコン神経計算モジュールを構築するために, 神経電子デバイスの基礎材料として, 様々な有機高分子を用いて, 材料および形態の観点でニューロンとニューラルネットワークをシミュレーションした。
我々は,シリコン系フィールドプログラマブルゲートアレイ(fpga)のシミュレーションニューロンを用いた有機人工シナプスを,ニューラルネットワークの基本構成要素である有機人工ニューロンに集積し,後に解釈された神経回路に基づく生物学的ニューラルネットワークモデルを構築する。
最後に、これらの有機人工ニューロンに基づいて、神経組織と親和性があり、実際の生物学的ニューラルネットワークの情報と相互作用する神経形デバイスをさらに構築する方法についても論じる。
関連論文リスト
- Enhancing learning in spiking neural networks through neuronal heterogeneity and neuromodulatory signaling [52.06722364186432]
人工ニューラルネットワーク(ANN)の強化のための生物学的インフォームドフレームワークを提案する。
提案したデュアルフレームアプローチは、多様なスパイキング動作をエミュレートするためのスパイキングニューラルネットワーク(SNN)の可能性を強調している。
提案手法は脳にインスパイアされたコンパートメントモデルとタスク駆動型SNN, バイオインスピレーション, 複雑性を統合している。
論文 参考訳（メタデータ） (2024-07-05T14:11:28Z) - Towards Reverse-Engineering the Brain: Brain-Derived Neuromorphic Computing Approach with Photonic, Electronic, and Ionic Dynamicity in 3D integrated circuits [2.649646793770068]
人間の脳は、極度のエネルギー効率とスケールで膨大な学習能力を持ち、人工システムは一致していない。
本稿では,脳由来ニューロモルフィックコンピューティングシステムのプロトタイプを設計することで,脳のリバースエンジニアリングの可能性について議論する。
論文 参考訳（メタデータ） (2024-03-28T05:24:04Z) - Brain-Inspired Machine Intelligence: A Survey of
Neurobiologically-Plausible Credit Assignment [65.268245109828]
本稿では,神経生物学にインスパイアされた,あるいは動機付けられた人工ニューラルネットワークにおける信用割当を行うアルゴリズムについて検討する。
我々は、脳にインスパイアされた学習スキームを6つの一般的なファミリーにまとめ、これらを誤りのバックプロパゲーションの文脈で検討する。
本研究の成果は,神経ミメティックシステムとその構成的学習プロセスの今後の発展を促進することを目的としている。
論文 参考訳（メタデータ） (2023-12-01T05:20:57Z) - Contrastive-Signal-Dependent Plasticity: Self-Supervised Learning in Spiking Neural Circuits [61.94533459151743]
この研究は、スパイキングネットワークのシナプスを調整するための神経生物学的に動機づけられたスキームを設計することの課題に対処する。
我々の実験シミュレーションは、繰り返しスパイクネットワークを訓練する際、他の生物学的に証明可能なアプローチに対して一貫した優位性を示す。
論文 参考訳（メタデータ） (2023-03-30T02:40:28Z) - Towards NeuroAI: Introducing Neuronal Diversity into Artificial Neural
Networks [20.99799416963467]
ヒトの脳では、神経の多様性はあらゆる生物学的知的行動に有効である。
本稿では,まず,生物ニューロンの多様性と情報伝達・処理の特徴について論じる。
論文 参考訳（メタデータ） (2023-01-23T02:23:45Z) - Constraints on the design of neuromorphic circuits set by the properties
of neural population codes [61.15277741147157]
脳内では、情報はコード化され、伝達され、行動を伝えるために使用される。
ニューロモルフィック回路は、脳内のニューロンの集団が使用するものと互換性のある方法で情報を符号化する必要がある。
論文 参考訳（メタデータ） (2022-12-08T15:16:04Z) - 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) - An Introductory Review of Spiking Neural Network and Artificial Neural
Network: From Biological Intelligence to Artificial Intelligence [4.697611383288171]
生物学的解釈可能性を持つスパイクニューラルネットワークは、徐々に注目を集めている。
このレビューは、さまざまな研究者を惹きつけ、脳にインスパイアされた知性と人工知能の開発を進めたいと考えている。
論文 参考訳（メタデータ） (2022-04-09T09:34:34Z) - POPPINS : A Population-Based Digital Spiking Neuromorphic Processor with
Integer Quadratic Integrate-and-Fire Neurons [50.591267188664666]
2つの階層構造を持つ180nmプロセス技術において,集団に基づくディジタルスパイキングニューロモルフィックプロセッサを提案する。
提案手法は,生体模倣型ニューロモルフィックシステム,低消費電力,低遅延推論処理アプリケーションの開発を可能にする。
論文 参考訳（メタデータ） (2022-01-19T09:26:34Z) - Neural Networks, Artificial Intelligence and the Computational Brain [0.0]
本研究では、生物ニューロンのシミュレータとしてのANNの概念を検討する。
また、なぜ脳のような知能が必要なのか、そしてそれが計算フレームワークとどのように異なるのかを探求する。
論文 参考訳（メタデータ） (2020-12-25T05:56:41Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。