Nicht aus der Schweiz? Besuchen Sie lehmanns.de

Deep Learning Classifiers with Memristive Networks (eBook)

Theory and Applications

Alex Pappachen James (Herausgeber)

eBook Download: PDF
2019 | 1st ed. 2020
XIII, 213 Seiten
Springer International Publishing (Verlag)
978-3-030-14524-8 (ISBN)

Lese- und Medienproben

Deep Learning Classifiers with Memristive Networks -
Systemvoraussetzungen
171,19 inkl. MwSt
(CHF 167,25)
Der eBook-Verkauf erfolgt durch die Lehmanns Media GmbH (Berlin) zum Preis in Euro inkl. MwSt.
  • Download sofort lieferbar
  • Zahlungsarten anzeigen

This book introduces readers to the fundamentals of deep neural network architectures, with a special emphasis on memristor circuits and systems. At first, the book offers an overview of neuro-memristive systems, including memristor devices, models, and theory, as well as an introduction to deep learning neural networks such as multi-layer networks, convolution neural networks, hierarchical temporal memory, and long short term memories, and deep neuro-fuzzy networks. It then focuses on the design of these neural networks using memristor crossbar architectures in detail. The book integrates the theory with various applications of neuro-memristive circuits and systems. It provides an introductory tutorial on a range of issues in the design, evaluation techniques, and implementations of different deep neural network architectures with memristors.



Erscheint lt. Verlag 8.4.2019
Reihe/Serie Modeling and Optimization in Science and Technologies
Modeling and Optimization in Science and Technologies
Zusatzinfo XIII, 213 p. 124 illus., 102 illus. in color.
Sprache englisch
Themenwelt Mathematik / Informatik Informatik Datenbanken
Mathematik / Informatik Informatik Grafik / Design
Technik
Schlagworte Deep Learning Algorithms • Deep Neuro-fuzzy Networks • DNN- based Models for Speech Recognition • Gradient Descent Algorithm • Hierarchical Temporal Memories • Memristive Convolutional Neural Network • Memristive Crossbar Arrays • Memristive Deep Neural Networks • Memristive Edge Computing • Memristive Long Short Term Memory • Memristor Materials • Memristor Models • Memristor Multi-level Memories • Modular Crossbar Array • Neural Network Classifiers • Neuro-memristive Computing
ISBN-10 3-030-14524-7 / 3030145247
ISBN-13 978-3-030-14524-8 / 9783030145248
Haben Sie eine Frage zum Produkt?
PDFPDF (Wasserzeichen)
Größe: 9,7 MB

DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasser­zeichen und ist damit für Sie persona­lisiert. Bei einer missbräuch­lichen Weiter­gabe des eBooks an Dritte ist eine Rück­ver­folgung an die Quelle möglich.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seiten­layout eignet sich die PDF besonders für Fach­bücher mit Spalten, Tabellen und Abbild­ungen. Eine PDF kann auf fast allen Geräten ange­zeigt werden, ist aber für kleine Displays (Smart­phone, eReader) nur einge­schränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Mehr entdecken
aus dem Bereich
Das umfassende Handbuch

von Wolfram Langer

eBook Download (2023)
Rheinwerk Computing (Verlag)
CHF 36,55
der Grundkurs für Ausbildung und Praxis

von Ralf Adams

eBook Download (2023)
Carl Hanser Verlag GmbH & Co. KG
CHF 29,30