Neuromorphic Cognitive Systems / Yu, Qiang  

Público ISBD Ningún comentario para este registro. Título : Neuromorphic Cognitive Systems : A Learning and Memory Centered Approach Tipo de documento: documento electrónico Autores: Yu, Qiang, Autor ; Tang, Huajin, Autor ; Hu, Jun, Autor ; Tan Chen, Kay, Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XIV, 172 p. ISBN/ISSN/DL: 978-3-319-55310-8 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia Computacional  Inteligencia artificial  Neurociencias  Neurociencia Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro presenta los sistemas cognitivos neuromórficos desde una perspectiva centrada en el aprendizaje y la memoria. Ilustra cómo construir una red de sistemas de neuronas para realizar tareas cognitivas de alto nivel, computación y procesamiento de información basadas en picos. Es beneficioso para un amplio espectro de lectores, incluidos estudiantes de pregrado y posgrado e investigadores interesados ​​en la computación neuromórfica y la ingeniería neuromórfica, así como ingenieros y profesionales de la industria que participan en el diseño y las aplicaciones de sistemas cognitivos neuromórficos, sensores y procesadores neuromórficos y robótica cognitiva. El libro formula un marco sistemático, desde los métodos matemáticos y computacionales básicos en la codificación neuronal basada en picos, el aprendizaje en redes de una o varias capas, hasta un nivel casi cognitivo compuesto por la memoria y la cognición. Dado que los mecanismos para integrar neuronas que generan picos para formular funciones cognitivas como en el cerebro son poco comprendidos, se necesitan urgentemente estudios de los sistemas cognitivos neuromórficos. Los temas tratados en este libro van desde el nivel neuronal hasta el nivel del sistema. En el nivel neuronal, la adaptación sináptica juega un papel importante en los patrones de aprendizaje. Para realizar funciones cognitivas de nivel superior, como el reconocimiento y la memoria, se integran de forma consistente neuronas con capacidad de aprendizaje, formando un sistema con funciones de codificación, aprendizaje y memoria. El libro describe estos aspectos en detalle. Nota de contenido: Introduction -- Rapid Feedforward Computation by Temporal Encoding and Learning with Spiking Neurons -- A Spike-Timing Based Integrated Model for Pattern Recognition -- Precise-Spike-Driven Synaptic Plasticity for Hetero Association of Spatiotemporal Spike Patterns -- A Spiking Neural Network System for Robust Sequence Recognition -- Temporal Learning in Multilayer Spiking Neural Networks Through Construction of Causal Connections -- A Hierarchically Organized Memory Model with Temporal Population Coding -- Spiking Neuron Based Cognitive Memory Model. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Neuromorphic Cognitive Systems : A Learning and Memory Centered Approach [documento electrónico] / Yu, Qiang, Autor ; Tang, Huajin, Autor ; Hu, Jun, Autor ; Tan Chen, Kay, Autor  . -  1 ed.  . - [s.l.] : Springer, 2017 . - XIV, 172 p. ISBN : 978-3-319-55310-8 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia Computacional  Inteligencia artificial  Neurociencias  Neurociencia Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro presenta los sistemas cognitivos neuromórficos desde una perspectiva centrada en el aprendizaje y la memoria. Ilustra cómo construir una red de sistemas de neuronas para realizar tareas cognitivas de alto nivel, computación y procesamiento de información basadas en picos. Es beneficioso para un amplio espectro de lectores, incluidos estudiantes de pregrado y posgrado e investigadores interesados ​​en la computación neuromórfica y la ingeniería neuromórfica, así como ingenieros y profesionales de la industria que participan en el diseño y las aplicaciones de sistemas cognitivos neuromórficos, sensores y procesadores neuromórficos y robótica cognitiva. El libro formula un marco sistemático, desde los métodos matemáticos y computacionales básicos en la codificación neuronal basada en picos, el aprendizaje en redes de una o varias capas, hasta un nivel casi cognitivo compuesto por la memoria y la cognición. Dado que los mecanismos para integrar neuronas que generan picos para formular funciones cognitivas como en el cerebro son poco comprendidos, se necesitan urgentemente estudios de los sistemas cognitivos neuromórficos. Los temas tratados en este libro van desde el nivel neuronal hasta el nivel del sistema. En el nivel neuronal, la adaptación sináptica juega un papel importante en los patrones de aprendizaje. Para realizar funciones cognitivas de nivel superior, como el reconocimiento y la memoria, se integran de forma consistente neuronas con capacidad de aprendizaje, formando un sistema con funciones de codificación, aprendizaje y memoria. El libro describe estos aspectos en detalle. Nota de contenido: Introduction -- Rapid Feedforward Computation by Temporal Encoding and Learning with Spiking Neurons -- A Spike-Timing Based Integrated Model for Pattern Recognition -- Precise-Spike-Driven Synaptic Plasticity for Hetero Association of Spatiotemporal Spike Patterns -- A Spiking Neural Network System for Robust Sequence Recognition -- Temporal Learning in Multilayer Spiking Neural Networks Through Construction of Causal Connections -- A Hierarchically Organized Memory Model with Temporal Population Coding -- Spiking Neuron Based Cognitive Memory Model. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

---

1 (1 - 1 / 1) Par page : 25 50 100 200