Fugu-MT 論文翻訳(概要): Neuromorphic Spintronics

論文の概要: Neuromorphic Spintronics

arxiv url: http://arxiv.org/abs/2409.10290v1
Date: Mon, 16 Sep 2024 13:57:39 GMT
ステータス: 処理完了
システム内更新日: 2024-09-17 15:20:32.023183
Title: Neuromorphic Spintronics
Title（参考訳）: ニューロモルフィックスピントロニクス
Authors: Atreya Majumdar, Karin Everschor-Sitte,
Abstract要約: ニューロモルフィック・スピントロニクス(Neuromorphic spintronics)は、ニューロモルフィック・コンピューティングとスピントロニクスの2つの先進的な分野を組み合わせて、脳にインスパイアされた効率的な計算システムを構築する。本稿では, ゆらぎに基づく計算, 人工ニューラルネットワーク, 貯水池計算など, ニューロモルフィック・スピントロニクスの具体例について論じる。
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: Neuromorphic spintronics combines two advanced fields in technology, neuromorphic computing and spintronics, to create brain-inspired, efficient computing systems that leverage the unique properties of the electron's spin. In this book chapter, we first introduce both fields - neuromorphic computing and spintronics and then make a case for neuromorphic spintronics. We discuss concrete examples of neuromorphic spintronics, including computing based on fluctuations, artificial neural networks, and reservoir computing, highlighting their potential to revolutionize computational efficiency and functionality.
Abstract（参考訳）: ニューロモルフィック・スピントロニクス(Neuromorphic spintronics)は、ニューロモルフィック・コンピューティングとスピントロニクスの2つの先進的な分野を組み合わせて、電子スピンのユニークな性質を利用する脳に触発された効率的な計算システムを構築する。本章では、まず、ニューロモルフィックコンピューティングとスピントロニクスの両方の分野を紹介し、その後、ニューロモルフィック・スピントロニクスについて論じる。本稿では, ゆらぎに基づく計算, 人工ニューラルネットワーク, 貯水池計算などを含む, ニューロモルフィック・スピントロニクスの具体的な例について論じ, 計算効率と機能に革命をもたらす可能性を明らかにする。

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)
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)
A perspective on physical reservoir computing with nanomagnetic devices [1.9007022664972197]
我々は、スピントロニクスデバイスを用いた計算に適した単純なトレーニングアルゴリズムを備えたリカレントネットワークである貯水池コンピューティングパラダイムに焦点を当てた。我々はニューロモルフィック・スピントロニクスデバイスを開発するための技術や手法をレビューし、そのようなデバイスが広く使われるようになる前に対処すべき重要なオープン・イシューを結論付ける。
論文参考訳（メタデータ） (2022-12-09T13:43:21Z)
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)
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)
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)
On the Self-Repair Role of Astrocytes in STDP Enabled Unsupervised SNNs [1.0009912692042526]
この研究は、ニューロンとシナプスの計算モデルに対する現在のニューロモルフィックコンピューティングアーキテクチャの焦点を越えている。スパイクタイミング依存塑性(STDP)を用いた教師なし学習によるスパイクニューラルネットワークの耐故障能におけるグリア細胞の役割について検討する。 MNISTデータセットとFashion-MNISTデータセットで提案した提案を,50%から90%までのさまざまな障害度を持つネットワークで実現可能な自己修復の程度を特徴付ける。
論文参考訳（メタデータ） (2020-09-08T01:14:53Z)

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。