La implementación por hardware de las redes neuronales artificiales (RNA) permite explotar el paralelismo inherente a estos sistemas. Sin embargo, requieren una gran cantidad de recursos en términos de área y disipación de energía. Recientemente, la Computación de Reservorio (RC) ha surgido como una técnica estratégica para diseñar redes neuronales recurrentes (RNNs) con capacidades de aprendizaje sencillas. En este trabajo, mostramos un nuevo enfoque para implementar sistemas RC con puertas digitales. El método propuesto se basa en el uso de conceptos de computación probabilística para reducir el hardware necesario para implementar diferentes operaciones aritméticas. El resultado es el desarrollo de un sistema altamente funcional con bajos recursos de hardware. La metodología presentada se aplica a la previsión de series temporales caóticas.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Propiedades electrónicas, estructurales y ópticas del fósforo azul multicapa: Un estudio de primer principio
Artículo:
Investigación de un método mejorado para el motor síncrono de imanes permanentes
Artículo:
Interacciones sílice/proteína y sílice/polisacáridos y su contribución a las propiedades funcionales de los hidrogeles híbridos derivados para apósitos
Artículo:
Pilares provisionales prototipados como alternativa a los pilares provisionales de poliéter éter cetona
Artículo:
Estudio del comportamiento vibratorio de nanocables de silicio doblemente sujetos mediante dinámica molecular
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Libro:
Planta de tratamiento de aguas residuales