এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
Modèles de Neurones Spiking
Représentations mathématiques des neurones biologiques incluant Leaky Integrate-and-Fire, Hodgkin-Huxley et Izhikevich pour simuler la dynamique temporelle des potentiels d'action.
সময়গত কোডিং এবং এনকোডিং স্কিম
এসএনএন-এ তথ্য উপস্থাপনের জন্য স্পাইক ট্রেনে অবিচ্ছিন্ন ডেটা রূপান্তরের পদ্ধতি, যার মধ্যে রয়েছে হার কোডিং, সময় কোডিং, র্যাঙ্ক কোডিং এবং লেটেন্সি কোডিং।
Plasticité Synaptique et STDP
Règles d'apprentissage bio-inspirées où la force des connexions synaptiques évolue selon les délais temporels entre les spikes pré- et post-synaptiques.
সুপারভাইজড লার্নিং অ্যালগরিদম
প্রশিক্ষণ কৌশল যার মধ্যে স্পাইকপ্রপ, ব্যাকপ্রপাগেশন থ্রু টাইম এবং স্পাইকিং নেটওয়ার্কের জন্য অভিযোজিত গ্রেডিয়েন্ট-ভিত্তিক পদ্ধতি অন্তর্ভুক্ত।
গভীর এসএনএন আর্কিটেকচার
জটিল স্বীকৃতি কাজের জন্য কনভোলিউশনাল, রিকারেন্ট এবং অ্যাটেনশনাল স্পাইকিং নেটওয়ার্ক সহ বহুস্তরীয় কাঠামো।
নিউরোমরফিক হার্ডওয়্যার এবং স্পাইকিং চিপস
বিশেষায়িত ইন্টিগ্রেটেড সার্কিট যেমন লোহি, ট্রু নর্থ এবং স্পিননেকার যা কম শক্তি খরচে দক্ষতার সাথে স্পাইকিং গণনা চালানোর জন্য ডিজাইন করা হয়েছে।
SNN for Computational Vision
Application of spiking networks to image and video processing with event-based sensors (DVS) for real-time and energy-efficient perception.
সিগন্যাল প্রসেসিং-এ এসএনএন
অডিও বিশ্লেষণ, ভয়েস স্বীকৃতি এবং সময়-ভিত্তিক সিগন্যাল প্রসেসিং-এ স্পাইকিং নিউরাল নেটওয়ার্কের ব্যবহার, যা তাদের অন্তর্নিহিত সময়-ভিত্তিক প্রকৃতির সুবিধা নেয়।
SNN সিমুলেশন এবং ফ্রেমওয়ার্ক
ব্রায়ান২, নেস্ট, বাইন্ডসনেট এবং স্পাইটর্চের মতো বিশেষায়িত সফটওয়্যার টুলস যা স্পাইকিং নিউরাল নেটওয়ার্ক মডেলিং, সিমুলেশন এবং প্রশিক্ষণের জন্য ব্যবহৃত হয়।
স্পাইকিং ইনফরমেশন থিওরি
তথ্য তত্ত্বের উপর ভিত্তি করে স্পাইকিং নেটওয়ার্কের কোডিং ক্ষমতা, শক্তি দক্ষতা এবং মৌলিক সীমাবদ্ধতার তাত্ত্বিক অধ্যয়ন।
এসএনএন হাইব্রিড এবং রূপান্তর
ঐতিহ্যগত কৃত্রিম নিউরাল নেটওয়ার্কগুলিকে এসএনএনে রূপান্তর করার পদ্ধতি এবং স্পাইকিং ও নন-স্পাইকিং নিউরন সমন্বিত হাইব্রিড স্থাপত্য।
Réservoirs de Neurones Spiking
Réseaux récurrents aléatoires fixes avec neurones spiking utilisés comme réservoirs de calcul pour le traitement de séries temporelles avec apprentissage simple en sortie.