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: | Busygin, A. N. Kuzmenko, A. Yu. Pisarev, A. D. Filippov, V. A. Бусыгин, А. Н. Кузьменко, А. Ю. Писарев, А. Д. Филиппов, В. А. |
Keywords: | single-layer perceptron pattern recognition neural network biological neuron model нейросеть биологическая модель нейрона однослойный персептрон распознавание образов |
Issue Date: | 2016 |
Publisher: | Издательство Тюменского государственного университета |
Citation: | Особенности моделирования работы биоморфной нейросети на электронном устройстве с энергонезависимой памятью и низким потреблением энергии / А. Н. Бусыгин [и др.] // Вестник Тюменского государственного университета. Серия: Физико-математическое моделирование. Нефть, газ, энергетика / главный редактор А. Б. Шабаров. – Тюмень : Издательство Тюменского государственного университета, 2016. – Т. 2, № 1. – С. 92-100. |
Abstract: | 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. 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 устройстве. |
URI: | https://elib.utmn.ru/jspui/handle/ru-tsu/15099 |
ISSN: | 2500-0888 2411-7927 |
Source: | Вестник Тюменского государственного университета. Серия: Физико-математическое моделирование. Нефть, газ, энергетика. – 2016. – Т. 2, № 1 |
Appears in Collections: | Вестник ТюмГУ: Физико-математическое моделирование. Нефть, газ, энергетика
|
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.