神经形态计算系统中的时间尺度维度
摘要：具有多尺度时间常数的记忆技术用于神经形态结构的欧盟项目“MeMScales”的公共可交付成果(https://memscales.eu，Call ICT-06-2019非传统纳米电子学，项目编号871371)。这个arXiv版本是交付报告的逐字复制，去除了行政信息。它收集了与计算神经科学、数学、机器学习和计算机科学领域的时间尺度现象相关联的各种现象、模型、研究主题和算法技术，其中偏重于与神经形态工程相关的方面。事实证明，这个主题非常丰富，并且在许多方向上扩展，这些方向无法得到统一的处理。我们收集了几十个子主题，每个子主题都在专业设置中进行了研究(在神经科学、数学、计算机科学和机器学习领域)，并在自己的文献资料中得到了记录。我们越是深入研究这种多样性，就越清楚我们对调查的第一次努力必须保持粗略和部分的。最后，我们总结了从这次调查中提炼出的一些见解，为未来神经形态系统的设计提供了一般性的指导。
作者：Herbert Jaeger, Dirk Doorakkers, Celestine Lawrence, Giacomo Indiveri
论文ID：2102.10648
分类：Emerging Technologies
分类简称：cs.ET
提交时间：2021-02-23