FPGA implementations of scale-invariant models of neural networks

TURKISH JOURNAL OF ELECTRICAL ENGINEERING & COMPUTER SCIENCES, 2016

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.3906/elk-1504-204
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

Integrated circuit implementations of new models of neural networks with scale-invariant properties are presented. The specifics of such models are necessary in analysis of discrete mappings containing fractional power. We suggest an algorithm for increasing the power of a physical value by using a field-programmable gate array (FPGA). Comparisons between FPGA implementations and numerical results are demonstrated.