論文の概要: Concepts and Paradigms for Neuromorphic Programming
- arxiv url: http://arxiv.org/abs/2310.18260v1
- Date: Fri, 27 Oct 2023 16:48:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-30 12:52:53.667214
- Title: Concepts and Paradigms for Neuromorphic Programming
- Title（参考訳）: ニューロモルフィックプログラミングの概念とパラダイム
- Authors: Steven Abreu
- Abstract要約: 現在、ニューロモルフィックコンピュータは、主にディープラーニングに適応した機械学習手法に限られている。
ニューロモルフィックコンピュータは、計算特性をフルパワーに活用するだけでは、ディープラーニングをはるかに超える可能性を持っている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The value of neuromorphic computers depends crucially on our ability to
program them for relevant tasks. Currently, neuromorphic computers are mostly
limited to machine learning methods adapted from deep learning. However,
neuromorphic computers have potential far beyond deep learning if we can only
make use of their computational properties to harness their full power.
Neuromorphic programming will necessarily be different from conventional
programming, requiring a paradigm shift in how we think about programming in
general. The contributions of this paper are 1) a conceptual analysis of what
"programming" means in the context of neuromorphic computers and 2) an
exploration of existing programming paradigms that are promising yet overlooked
in neuromorphic computing. The goal is to expand the horizon of neuromorphic
programming methods, thereby allowing researchers to move beyond the shackles
of current methods and explore novel directions.
- Abstract（参考訳）: ニューロモルフィックコンピュータの価値は、関連するタスクのためにプログラムする能力に大きく依存します。
現在、ニューロモルフィックコンピュータは、主にディープラーニングに適応した機械学習手法に限られている。
しかし、ニューロモルフィックコンピュータは、その計算特性をフルパワーに活用するだけでは、ディープラーニングをはるかに超える可能性を持っている。
ニューロモルフィックプログラミングは必ずしも従来のプログラミングとは異なるものであり、プログラミング全般に対する考え方のパラダイムシフトを必要とする。
この論文の貢献は
1)神経形コンピュータの文脈における「プログラミング」の意味に関する概念分析
2)ニューロモルフィックコンピューティングにおいて期待されている既存のプログラミングパラダイムの探求。
目標は、ニューロモルフィックプログラミングの手法の地平線を広げ、研究者が現在の方法の垣根を越えて新しい方向を探索できるようにすることである。
関連論文リスト
- Neuromorphic Programming: Emerging Directions for Brain-Inspired Hardware [0.0]
現在、ニューロモルフィックハードウェアはディープラーニングに適応した機械学習手法に依存していることが多い。
ニューロモルフィックコンピュータは、そのエネルギー効率と完全な計算能力しか利用できない場合、ディープラーニングをはるかに超える可能性を持っている。
本稿では,ニューロモルフィックコンピューティングの文脈におけるプログラミングの概念解析について述べる。
論文 参考訳（メタデータ） (2024-10-15T10:08:15Z) - 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) - Hebbian Learning based Orthogonal Projection for Continual Learning of
Spiking Neural Networks [74.3099028063756]
我々は,側方接続とヘビアン学習に基づくニューラル操作を用いた新しい手法を開発した。
我々は,反復する側方接続におけるヘビアン学習と反ヘビアン学習が,神経活動の主部分空間を効果的に抽出できることを示した。
我々の手法は、ほとんど忘れることなくニューラルネットワークをスパイクするために一貫して解決する。
論文 参考訳（メタデータ） (2024-02-19T09:29:37Z) - A Review of Neuroscience-Inspired Machine Learning [58.72729525961739]
バイオプルーシブル・クレジット・アサインメントは、事実上あらゆる学習条件と互換性があり、エネルギー効率が高い。
本稿では,人工ニューラルネットワークにおける信用代入の生体評価可能なルールをモデル化する,いくつかの重要なアルゴリズムについて検討する。
我々は,このようなアルゴリズムを実用アプリケーションでより有用にするためには,今後の課題に対処する必要があることを論じる。
論文 参考訳（メタデータ） (2024-02-16T18:05:09Z) - Neuromorphic Intermediate Representation: A Unified Instruction Set for Interoperable Brain-Inspired Computing [4.066607775161713]
神経力学をシミュレートするニューラルネットワークとニューロモルフィックハードウェアプラットフォームが注目されている。
本稿では,デジタルニューロモルフィックシステムにおける計算の共通参照フレームを確立する。
7つのニューロモルフィックシミュレータと4つのデジタルハードウェアプラットフォームにまたがる複雑さの異なる3つのスパイクニューラルネットワークモデルを再現して実演する。
論文 参考訳（メタデータ） (2023-11-24T18:15:59Z) - Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。
PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文 参考訳（メタデータ） (2023-08-15T16:37:16Z) - Encoding Integers and Rationals on Neuromorphic Computers using Virtual
Neuron [0.0]
仮想ニューロンを整数と有理数の符号化機構として提示する。
本研究では,23nJのエネルギーを混合信号メムリスタベースニューロモルフィックプロセッサを用いて平均的に加算操作を行うことができることを示す。
論文 参考訳（メタデータ） (2022-08-15T23:18:26Z) - 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) - 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) - Neuromorphic Computing is Turing-Complete [0.0]
ニューロモルフィックコンピューティング(Neuromorphic Computing)は、人間の脳をエミュレートして計算を行う非ヴォンノイマン計算パラダイムである。
ニューロモルフィックシステムはエネルギー効率が非常に高く、cpuやgpuの数千倍の消費電力で知られている。
我々は、すべてのmu再帰関数とすべてのmu再帰演算子を計算するためのニューロモルフィック回路を考案する。
論文 参考訳（メタデータ） (2021-04-28T19:25:01Z) - 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)
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。