CMOS integrated circuits; learning (artificial intelligence); neural chips; Boolean CMOS computations; SNN; STDP; energy-efficiency; integration complexity; neuromorphic circuits; re-scalable spiking neural network model; spike-timing-dependent plasticity learning; terrain; transistor; virtual insect; CMOS integrated circuits; Insects; MATLAB; Neuromorphics; Robot sensing systems; Training;
机译:尖峰时间依赖可塑性(STDP)在尖峰神经网络中使用基于域壁的突触和神经元的学习
机译:依赖于峰时间的可塑性的光子实现和生物神经系统的学习算法
机译:依赖于尖峰时间的可塑性和短期可塑性共同控制了Hebbian可塑性的激发而无神经网络中的重量限制
机译:数字实施尖刺神经网络(SNN)能够旋转依赖塑性塑性(STDP)学习
机译:模拟尖峰神经网络在65nm CMOS上实施尖刺时序依赖性可塑性
机译:通过奖励调制的基于时标时序的可塑性对目标到达车辆进行SNN监督学习
机译:通过尖刺神经网络进行模式分类,结合自组织和奖励相关的穗定时依赖性可塑性