Biologically Inspired Neural Networks and Dynamic Learning onto CMOS/nanowire/MOLecular (CMOL) Architecture
محل انتشار: دومین کنگره بین المللی علوم و فناوری نانو
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,364
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICNN02_016
تاریخ نمایه سازی: 27 شهریور 1391
چکیده مقاله:
Self assembly molecular (nano) devices have good properties for implementing synapses in defect tolerant neural network circuits. Here we proposed a system configuration and a model of STDP learning method, in which the CMOL-based hardware platform can be used to implement biologically inspired Spiking Neural Networks (SNNs) with dynamic learning. This learning method is based on spatially and temporally local synaptic information, that is available at the synapse at the time of synaptic modification and can map it to the CMOL hardware
نویسندگان
Ahmad Afifi
Department of Electrical Engineering, Iran University of Science & Technology ,Tehran
Farshid Raissi
Department of Electrical Engineering, Khaje Nasir Toosi University of Technology,Tehran, Iran