FWF - SMALL - Spiking Memristive Architekturen für das Lernen lernen

Projekt: Forschungsprojekt

Projektdetails

Beschreibung

Heutige KI-Anwendungen basieren häufig auf vertieftem Lernen, was mit der aktuellen Technologie einen hohen Rechenaufwand bedeutet. Es besteht jedoch eine wachsende Nachfrage nach autark lernenden KI-Systemen mit geringem Stromverbrauch, die "im Feld" eingesetzt werden. In diesem Projekt untersuchen wir Möglichkeiten zum Erlernen von unkonventioneller Hardware mit geringem Stromverbrauch, die auf in analoger neuromorpher Hardware implementierten neuronalen Spiking-Netzwerken (SNNs) in Kombination mit memristiven synaptischen Geräten im Nanomaßstab basiert.
StatusAbgeschlossen
Tatsächlicher Beginn/ -es Ende1/02/2031/07/23

Fingerprint

Erkunden Sie die Forschungsthemen, die von diesem Projekt angesprochen werden. Diese Bezeichnungen werden den ihnen zugrunde liegenden Bewilligungen/Fördermitteln entsprechend generiert. Zusammen bilden sie einen einzigartigen Fingerprint.