简要介绍了所提供的课程:神经形态计算是一个跨学科研究领域,涉及大脑启发的设备电路 - 系统 - 系统 - 系统 - 安装的共同设计和共同实施,以实现人工智能(AI)/机器学习(ML)任务,并且具有很高的能量效率。神经形态计算的可能应用是在边缘设备中实施AI,在这些设备中,数据需要非常快速处理并且能量预算非常紧张。Edge Healthcare,机器人技术和无线传感器网络被认为是一些此类Edge-AI应用程序。在本课程中,我们将介绍神经形态设备,电路,系统和算法设计的基本原理,并讨论这些抽象级别如何取决于其他抽象级别。鉴于该受试者的跨学科性质,材料物理学,模拟电路设计,ML算法甚至神经科学的初步背景将在课程中提供,以便学生可以更好地理解不同级别的抽象水平的不同神经形态设计原理。我们还将探索各种神经形态应用,例如Edge Healthcare和Robotics,这些应用是通过神经形态传感器从环境中获取的信号,然后神经形态电路和算法旨在快速处理这些信号,并具有高能量效率。
主要关键词