دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب VLSI for Neural Networks and Artificial Intelligence
دانلود کتاب VLSI برای شبکه های عصبی و هوش مصنوعی
مشخصات کتاب
VLSI for Neural Networks and Artificial Intelligence
ویرایش: 1 نویسندگان: Howard C. Card (auth.), José G. Delgado-Frias, William R. Moore (eds.) سری: ISBN (شابک) : 9781489913333, 9781489913319 ناشر: Springer US سال نشر: 1994 تعداد صفحات: 318 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 12 مگابایت
قیمت کتاب (تومان) : 29,000
کلمات کلیدی مربوط به کتاب VLSI برای شبکه های عصبی و هوش مصنوعی: سازمان سیستم های کامپیوتری و شبکه های ارتباطی، مهندسی برق
در صورت تبدیل فایل کتاب VLSI for Neural Networks and Artificial Intelligence به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب VLSI برای شبکه های عصبی و هوش مصنوعی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب VLSI برای شبکه های عصبی و هوش مصنوعی
شبکه عصبی و الگوریتم های هوش مصنوعی و محاسبات نه تنها از نظر پیچیدگی بلکه در تعداد برنامه ها نیز افزایش یافته است. این به نوبه خود نیاز فوق العاده ای به یک قدرت محاسباتی بزرگتر ایجاد کرده است که پردازنده های اسکالر معمولی ممکن است نتوانند به طور کارآمد ارائه دهند. این پردازنده ها به سمت دستکاری عددی و داده ها گرایش دارند. با توجه به الزامات محاسبات عصبی (مانند عدم برنامه‌نویسی و یادگیری) و الزامات هوش مصنوعی (مانند دستکاری نمادین و نمایش دانش)، مجموعه‌ای از محدودیت‌ها و خواسته‌ها بر روی معماری/سازمان‌های رایانه برای این برنامه‌ها تحمیل می‌شود. تحقیق و توسعه معماری‌های کامپیوتری جدید و مدارهای VLSI برای شبکه‌های عصبی و هوش مصنوعی به منظور برآورده کردن الزامات عملکرد جدید افزایش یافته است. این کتاب رویکردها و روندهای جدیدی را در پیاده سازی VLSI ماشین ها برای این برنامه ها ارائه می دهد. مقالاتی از تعدادی از جوامع تحقیقاتی تهیه شده است. موضوعات شامل طراحی آنالوگ و دیجیتال VLSI، طراحی کامپیوتر، معماری کامپیوتر، محاسبات عصبی و تکنیک های هوش مصنوعی است. این کتاب در چهار حوزه موضوعی تنظیم شده است که دو دسته اصلی این کتاب را پوشش می دهد. حوزه‌ها عبارتند از: مدارهای آنالوگ برای شبکه‌های عصبی، پیاده‌سازی دیجیتال شبکه‌های عصبی، شبکه‌های عصبی در سیستم‌ها و برنامه‌های چند پردازنده‌ای، و ماشین‌های VLSI برای هوش مصنوعی. موضوعاتی که در هر حوزه تحت پوشش قرار می گیرند در زیر به اختصار معرفی می شوند.
توضیحاتی درمورد کتاب به خارجی
Neural network and artificial intelligence algorithrns and computing have increased not only in complexity but also in the number of applications. This in turn has posed a tremendous need for a larger computational power that conventional scalar processors may not be able to deliver efficiently. These processors are oriented towards numeric and data manipulations. Due to the neurocomputing requirements (such as non-programming and learning) and the artificial intelligence requirements (such as symbolic manipulation and knowledge representation) a different set of constraints and demands are imposed on the computer architectures/organizations for these applications. Research and development of new computer architectures and VLSI circuits for neural networks and artificial intelligence have been increased in order to meet the new performance requirements. This book presents novel approaches and trends on VLSI implementations of machines for these applications. Papers have been drawn from a number of research communities; the subjects span analog and digital VLSI design, computer design, computer architectures, neurocomputing and artificial intelligence techniques. This book has been organized into four subject areas that cover the two major categories of this book; the areas are: analog circuits for neural networks, digital implementations of neural networks, neural networks on multiprocessor systems and applications, and VLSI machines for artificial intelligence. The topics that are covered in each area are briefly introduced below.
فهرست مطالب
Front Matter....Pages i-x
Analog VLSI Neural Learning Circuits — A Tutorial....Pages 1-23
An Analog CMOS Implementation of a Kohonen Network with Learning Capability....Pages 25-34
Back-Propagation Learning Algorithms for Analog VLSI Implementation....Pages 35-44
An Analog Implementation of the Boltzmann Machine with Programmable Learning Algorithms....Pages 45-52
A VLSI Design of the Minimum Entropy Neuron....Pages 53-60
A Multi-Layer Analog VLSI Architecture for Texture Analysis Isomorphic to Cortical Cells in Mammalian Visual System....Pages 61-70
A VLSI Pipelined Neuroemulator....Pages 71-80
A Low Latency Digital Neural Network Architecture....Pages 81-91
MANTRA: A Multi-Model Neural-Network Computer....Pages 93-102
SPERT: A Neuro-Microprocessor....Pages 103-107
Design of Neural Self-Organization Chips for Semantic Applications....Pages 109-117
VLSI Implementation of a Digital Neural Network with Reward-Penalty Learning....Pages 119-127
Asynchronous VLSI Design for Neural System Implementation....Pages 129-139
VLSI-Implementation of Associative Memory Systems for Neural Information Processing....Pages 141-150
A Dataflow Approach for Neural Networks....Pages 151-158
A Custom Associative Chip Used as a Building Block for a Software Reconfigurable Multi-Network Simulator....Pages 159-166
Parallel Implementation of Neural Associative Memories on RISC Processors....Pages 167-176
Reconfigurable Logic Implementation of Memory-Based Neural Networks: A Case Study of the CMAC Network....Pages 177-186
A Cascadable VLSI Design for GENET....Pages 187-196
Parametrised Neural Network Design and Compilation into Hardware....Pages 197-206
Knowledge Processing in Neural Architecture....Pages 207-216
Two Methods for Solving Linear Equations Using Neural Networks....Pages 217-229
Hardware Support for Data Parallelism in Production Systems....Pages 231-242
SPACE: Symbolic Processing in Associative Computing Elements....Pages 243-252
PALM: A Logic Programming System on a Highly Parallel Architecture....Pages 253-263
A Distributed Parallel Associative Processor (DPAP) for the Execution of Logic Programs....Pages 265-273
Performance Analysis of a Parallel VLSI Architecture for Prolog....Pages 275-284
A Prolog VLSI System for Real Time Applications....Pages 285-295
An Extended WAM Based Architecture for OR-Parallel Prolog Execution....Pages 297-306
Architecture and VLSI Implementation of a Pegasus-II Prolog Processor....Pages 307-315
Back Matter....Pages 317-320
نظرات کاربران
کتاب های تصادفی
