Neurocomputer architecture based on spiking neural network and its optoelectronic implementation

2019

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.1117/12.2536607
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

The paper clarifies neurocomputer and neurocomputer architecture term definitions. The choice of spiking neural network as neurocomputer operating unit is substantiated. The spiking neurocomputer organization principles are formulated by analyzing and generalization of the current level of knowledge on neurocomputer architecture (based on analogy with the well-known von Neumann digital computer organization principles). Analytical overview of current projects on spiking neural networks hardware implementation is conducted. Their major disadvantages are highlighted. Optoelectronic hardware implementation of spiking neural network is proposed as such that is free of mentioned disadvantages due to usage of optical signals for communication between neurons, as well as organization of learning through hardware. The main technical parameters of the proposed spiking neural network are estimated.