Neuromorphic analog circuits for robust on-chip always-on learning in spiking neural networks

Rubino, Arianna ; Cartiglia, Matteo ; et al.

In: IEEE 5th International Conference on Artificial Intelligence Circuits and Systems (AICAS); (2023-06-11) S. 1-5

Online Konferenz

Zugriff:

Zum Volltext

Titel:	Neuromorphic analog circuits for robust on-chip always-on learning in spiking neural networks
Autor/in / Beteiligte Person:	Rubino, Arianna ; Cartiglia, Matteo ; Payvand, Melika ; Indiveri, Giacomo
Link:	Zum Volltext
Quelle:	IEEE 5th International Conference on Artificial Intelligence Circuits and Systems (AICAS); (2023-06-11) S. 1-5
Veröffentlichung:	2023
Medientyp:	Konferenz
ISBN:	979-8-3503-3267-4 (print)
ISSN:	2834-9857 (print)
DOI:	10.1109/AICAS57966.2023.10168620
Sonstiges:	Nachgewiesen in: IEEE Xplore Digital Library

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.