Computación Neuromórfica - Soluciones más rápidas para avances científicos

Resumen

Explora la computación neuromórfica con Johan Mentink, aprendiendo cómo los paradigmas de computación inspirados en el cerebro ofrecen soluciones más rápidas y energéticamente eficientes a problemas computacionales que podrían posibilitar avances científicos.

Programa de estudio

- Introducción a la Computación Neuromórfica -- Panorama de la computación neuromórfica -- Contexto histórico y desarrollo -- Comparación con paradigmas de computación tradicionales - Paradigmas de Computación Inspirada en el Cerebro -- Comprensión de las redes neuronales biológicas -- Principios clave de la arquitectura neuromórfica -- Sistemas neuromórficos analógicos vs. digitales - Hardware y Diseño Neuromórfico -- Exploración de diferentes chips y sistemas neuromórficos -- Arquitectura de redes neuronales de disparo -- Desafíos de implementación de hardware - Algoritmos y Modelos para Sistemas Neuromórficos -- Modelos de neuronas de disparo y reglas de aprendizaje -- Diseño de algoritmos neuromórficos -- Estudios de caso de algoritmos neuromórficos en acción - Eficiencia Energética y Rendimiento Computacional -- Requisitos energéticos de la computación neuromórfica vs. sistemas tradicionales -- Métricas para evaluar el rendimiento -- Técnicas de optimización en la computación neuromórfica - Aplicaciones en Investigación Científica -- Casos de uso en neurociencia y biología -- Aplicaciones en robótica y sistemas autónomos -- Nuevas aplicaciones en física y química - Direcciones Futuras e Implicaciones -- Desafíos actuales y oportunidades de investigación -- Consideraciones éticas en la computación neuromórfica -- Tendencias futuras y potencial para avances científicos - Proyecto Final y Revisión del Curso -- Directrices y expectativas del proyecto -- Revisión por pares y presentaciones -- Resumen y reflexiones sobre los objetivos del curso y metas de aprendizaje

Enseñado por

Etiquetas