Please use this identifier to cite or link to this item: https://elib.utmn.ru/jspui/handle/ru-tsu/15099
Full metadata record
DC FieldValueLanguage
dc.contributor.authorBusygin, A. N.en
dc.contributor.authorKuzmenko, A. Yu.en
dc.contributor.authorPisarev, A. D.en
dc.contributor.authorFilippov, V. A.en
dc.contributor.authorБусыгин, А. Н.ru
dc.contributor.authorКузьменко, А. Ю.ru
dc.contributor.authorПисарев, А. Д.ru
dc.contributor.authorФилиппов, В. А.ru
dc.date.accessioned2018-12-12T09:59:04Z-
dc.date.available2018-12-12T09:59:04Z-
dc.date.issued2016
dc.identifier.citationОсобенности 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.ru
dc.identifier.issn2411-7978
dc.identifier.issn2500-3526
dc.identifier.urihttps://elib.utmn.ru/jspui/handle/ru-tsu/15099-
dc.identifier.urihttps://elib.utmn.ru/jspui/handle/ru-tsu/15099
dc.description.abstractThe 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.en
dc.description.abstractДля 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.ru
dc.format.mimetypeapplication/pdfen
dc.language.isoruen
dc.publisherИздательство Тюменского государственного университетаru
dc.relation.ispartofВестник Тюменского государственного университета. Серия: Физико-математическое моделирование. Нефть, газ, энергетика. – 2016. – Т. 2, № 1ru
dc.subjectsingle-layer perceptronen
dc.subjectpattern recognitionen
dc.subjectneural networken
dc.subjectbiological neuron modelen
dc.subjectнейросетьru
dc.subjectбиологическая модель нейронаru
dc.subjectоднослойный персептронru
dc.subjectраспознавание образовru
dc.titleОсобенности моделирования работы биоморфной нейросети на электронном устройстве с энергонезависимой памятью и низким потреблением энергииru
dc.title.alternativeFeatures of simulation of a biomorphic neural network on electronic device with non-volatile memory and low power consumptionen
dc.typeArticleen
dc.typeinfo:eu-repo/semantics/publishedVersionen
dc.typeinfo:eu-repo/semantics/articleen
local.description.firstpage92
local.description.lastpage100
local.issue1
local.volume2
local.identifier.uuidf88b578c-82f8-4921-90f4-ac21fc3cb277-
local.identifier.handleru-tsu/15099-
dc.identifier.doi10.21684/2411-7978-2016-2-1-92-100
Appears in Collections:Вестник ТюмГУ: Физико-математическое моделирование. Нефть, газ, энергетика

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


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