从理论到实践:神经形态计算应用的最新进展

人工神经网络(ann)是最初开发的生物神经元的概念模型来解决复杂的问题,如分类、模式识别,通过优化和预测。然而,他们的高计算需求担忧与他们相关的重要的能源消耗使用,特别是在大规模问题和资源有限的应用程序。

神经工程(NE)和计算机(NC)为这些问题提供可能的解决方案。神经形态研究是一个跨学科的领域,吸引了来自不同背景的人员如神经科学,物理,计算机科学,电子工程,计算机工程。东北的目的是复制生物神经网络电路和系统的行为,而数控更关注于应用程序开发。近年来,数字、模拟和混合信号电路和系统实现了各种仿生神经元和网络模型复制大脑功能。尽管这一进步,神经形态计算的全部潜力仍有待实现。

本研究课题的目的是探索神经形态计算在不同领域的应用前景。感兴趣的主题包括但不限于:

•设计新的计算设备或处理器基于神经形态计算原则
•神经形态视觉和音频处理应用程序的硬件
•神经形态计算在生物医学工程中的应用
•小说神经形态为特定的应用程序架构
•神经形态新兴应用程序的硬件
•比较研究神经形态计算和传统计算为特定的应用程序

关键字:神经工程、神经形态计算神经形态硬件、仿生学研究网络,神经形态的应用程序

重要提示:所有贡献这个研究课题必须的范围内的部分和期刊提交,作为其使命声明中定义。雷竞技rebat前沿有权指导检查手稿更适合部分或同行评审的期刊在任何阶段。