Fugu-MT 論文翻訳(概要): Functional Specification of the RAVENS Neuroprocessor

論文の概要: Functional Specification of the RAVENS Neuroprocessor

arxiv url: http://arxiv.org/abs/2307.15232v1
Date: Thu, 27 Jul 2023 23:43:32 GMT
ステータス: 処理完了
システム内更新日: 2023-07-31 14:14:16.848829
Title: Functional Specification of the RAVENS Neuroprocessor
Title（参考訳）: ravensニューロプロセッサの機能的仕様
Authors: Adam Z. Foshie and James S. Plank and Garrett S. Rose and Catherine D. Schuman
Abstract要約: RAVENSは、テネシー大学のTENNLab研究グループによって開発された神経プロセッサである。この文書は、RAVENSニューロプロセッサのすべての実装に適用すべきRAVENSの機能仕様を提供する。
参考スコア（独自算出の注目度）: 0.4588028371034406
License: http://creativecommons.org/licenses/by/4.0/
Abstract: RAVENS is a neuroprocessor that has been developed by the TENNLab research group at the University of Tennessee. Its main focus has been as a vehicle for chip design with memristive elements; however it has also been the vehicle for all-digital CMOS development, plus it has implementations on FPGA's, microcontrollers and software simulation. The software simulation is supported by the TENNLab neuromorphic software framework so that researchers may develop RAVENS solutions for a variety of neuromorphic computing applications. This document provides a functional specification of RAVENS that should apply to all implementations of the RAVENS neuroprocessor.
Abstract（参考訳）: RAVENSは、テネシー大学のTENNLab研究グループによって開発された神経プロセッサである。その主な焦点は、メムリシティブな要素を持つチップ設計のための車両であるが、全デジタルCMOS開発のための車両であり、FPGA、マイクロコントローラ、ソフトウェアシミュレーションにも実装されている。ソフトウェアシミュレーションはTENNLabニューロモルフィックソフトウェアフレームワークによってサポートされており、研究者は様々なニューロモルフィックコンピューティングアプリケーション向けのRAVENSソリューションを開発することができる。この文書は、RAVENSニューロプロセッサのすべての実装に適用すべきRAVENSの機能仕様を提供する。

関連論文リスト

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)
GPU-RANC: A CUDA Accelerated Simulation Framework for Neuromorphic Architectures [1.3401966602181168]
ニューロモーフィックコンピューティングのための再構成可能なアーキテクチャ(RANC)のGPUによる実装について紹介する。 512個のニューロモルフィックコアMNIST推論アプリケーションに基づくRANCシミュレータのシリアルバージョンと比較して,最大780倍の高速化を示した。
論文参考訳（メタデータ） (2024-04-24T21:08:21Z)
An Integrated Toolbox for Creating Neuromorphic Edge Applications [3.671692919685993]
スパイキングニューラルネットワーク(SNN)とニューロモルフィックモデルはより効率的で、より生物学的リアリズムを持つ。 CARLsim++は、ニューロモルフィックアプリケーションの高速かつ簡易な作成を可能にする統合ツールボックスである。
論文参考訳（メタデータ） (2024-04-12T16:34:55Z)
Frameworks for SNNs: a Review of Data Science-oriented Software and an Expansion of SpykeTorch [0.3425341633647624]
Spiking Neural Networks(SNN)は、特にデータサイエンスアプリケーションに向いている。この研究は、データサイエンスアプリケーションに特化したスパイキングニューラルネットワーク(SNN)の開発のための9つのフレームワークをレビューする。
論文参考訳（メタデータ） (2023-02-15T12:35:53Z)
An Investigation into Neuromorphic ICs using Memristor-CMOS Hybrid Circuits [0.0]
CMOS-Memristorベースのニューラルネットワークアクセラレータは、ニューラルネットワークを高速化する方法を提供する。様々なメムリスタプログラミング回路と基本的なニューロモルフィック回路がシミュレーションされている。プロジェクトの次のフェーズは、ニューラルネットワークの設計に使用できる基本的なビルディングブロックの設計に関するものです。
論文参考訳（メタデータ） (2022-08-19T18:04:03Z)
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)
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)
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)
High-Speed CMOS-Free Purely Spintronic Asynchronous Recurrent Neural Network [1.1965429476528429]
ニューロモルフィックコンピューティングシステムは、伝統的なフォン・ノイマン計算アーキテクチャの限界を克服する。近年の研究では、様々なニューラルネットワーク設計におけるメムリスタやスピントロニクスデバイスが効率と速度を高めることが示されている。本稿では、完全スピントロニクスホップフィールドRNNで用いられる、生物学的にインスパイアされた完全スピントロニクスニューロンについて述べる。
論文参考訳（メタデータ） (2021-07-05T19:23:33Z)
Neurocoder: Learning General-Purpose Computation Using Stored Neural Programs [64.56890245622822]
ニューロコーダ(Neurocoder)は、汎用計算機の全く新しいクラスである。共有可能なモジュール型プログラムのセットから関連するプログラムを構成することで、データ応答性のある方法で“コード”を行う。モジュールプログラムを学習し、パターンシフトを厳しく処理し、新しいプログラムが学習されると、古いプログラムを記憶する新しい能力を示す。
論文参考訳（メタデータ） (2020-09-24T01:39:16Z)
Non-linear Neurons with Human-like Apical Dendrite Activations [81.18416067005538]
XOR論理関数を100%精度で学習し, 標準的なニューロンに後続のアピーカルデンドライト活性化(ADA)が認められた。コンピュータビジョン,信号処理,自然言語処理の6つのベンチマークデータセットについて実験を行った。
論文参考訳（メタデータ） (2020-02-02T21:09:39Z)

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。