Please use this identifier to cite or link to this item: https://elib.utmn.ru/jspui/handle/ru-tsu/15099
Title: Особенности моделирования работы биоморфной нейросети на электронном устройстве с энергонезависимой памятью и низким потреблением энергии
Other Titles: Features of Simulation of a Biomorphic Neural Network on Electronic Device with Non-Volatile Memory and Low Power Consumption
Authors: Alexander, N. Busygin
Кузьменко, Алексей Юрьевич
Писарев, Александр Дмитриевич
Филиппов, Вадим Анатольевич
Aleksey, Yu Kuzmenko
Vadim, A. Filippov
Alexander, D. Pisarev
Бусыгин, Александр Николаевич
Keywords: single-layer perceptron;pattern recognition;биологическая модель нейрона;однослойный персептрон;распознавание образов;нейросеть;neural network;biological neuron model
Issue Date: 2016
metadata.dc.relation.ispartof: Вестник ТюмГУ: Физико-математическое моделирование. Нефть, газ, энергетика. 2016. Том 2 №1
Abstract: Для моделирования работы биоморфной нейросети изготовлено электронное устройство, сочетающее в себе программируемые микроконтроллеры и энергонезависимую мемристорную память и имеющее возможность работы совместно с персональным компьютером. Устройство позиционируется как исследовательская платформа для выработки наиболее эффективной организации кортикоморфного процессора. В качестве первоначальной архитектуры выбраны однослойный персептрон для первичного ассоциирования входных данных и биоморфная нейросеть. В статье обсуждаются особенности моделирования работы биоморфной нейросети и ее адаптации для запуска на . The article discusses the electronic device for the simulation of biomorphic neural networks which combines programmable microcontrollers and a non-volatile memristor memory, and it is compatible with a personal computer. The device is positioned as a research platform to develop the most effective architecture for a corticomorphic processor. A single-layer perceptron for the primary association of the input data and the biomorphic neural network are chosen as its initial architecture. The article discusses the features of biomorphic neural networks and their adaptation to the device.
URI: https://elib.utmn.ru/jspui/handle/ru-tsu/15099
Appears in Collections:Вестник ТюмГУ: Физико-математическое моделирование. Нефть, газ, энергетика

Files in This Item:
File SizeFormat 
092_100.pdf645,87 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.