机构名称：
¥ 1.0
由于它们在带宽，功率效率（尤其是速度）方面具有显着优势，因此已经成为传统半导体设备的有趣替代品。最近，首先证明了具有激发行为的晶体晶体纳米剂。根据泵送强度，它们在纳秒时间尺度上以各个间隔发出短的光学脉冲（尖峰）。在这项理论工作中，我们展示了如何通过从学习的概率分布中采样来将这种光子尖峰神经元的网络用于贝叶斯推断。我们提供了从传统采样网络（例如Boltzmann机器）到光子尖峰网络的翻译规则的详细推导，并在一系列具有一系列的任务中演示了它们的功能。最后，我们提供了处理速度和功耗的估计，我们预计与当前最新神经形态系统相比，我们预计几个数量级。
用尖峰纳米层的超快神经采样
主要关键词
相关文件推荐
