Jakub MATĚJKA

Bachelor's thesis

Klasické a impulzní neuronové sítě

Traditional and spiking neural networks
Abstract:
Spiking Neural Networks (SNN) are a promising successor to the widely used Artificial Neural Networks (ANN). SNNs aim to be as bio-plausible as possible. However, such behavior is time and energy consuming on the Von-Neumann architecture. Therefore, an entirely new architecture called neuromorphic is being developed and tools to simulate it on standard processors as well. This thesis focuses on comparing …more
Abstract:
Impulzní neuronové sítě jsou slibným nástupcem široce používaných tradičních neuronových sítí. Impulzní sítě se drží biologické předloze co nejvěrohodněji. Avšak, takové chování je časově i energeticky náročné na Von-Neumannově architektuře. Proto je vyvíjena zcela nová architektura zvaná neuromorfní a také nástroje pro její simulování na standardních procesorech. Tato práce se soustředí na porovnání …more
 

Keywords

tradiční neuronové sítě impulzní neuronové sítě neuromorfní hardware ERP klasifikace
 
Language used: English
Date on which the thesis was submitted / produced: 24. 6. 2021
Accessible from:: 31. 12. 2999

Thesis defence

  • Supervisor: Doc. Ing. Roman Mouček, Ph.D.

Citation record

Cite this text
The right form of listing the thesis as a source quoted

MATĚJKA, Jakub. Klasické a impulzní neuronové sítě. Plzeň, 2021. bakalářská práce (Bc.). ZÁPADOČESKÁ UNIVERZITA V PLZNI. Fakulta aplikovaných věd

Full text of thesis

Accessibility: Autor si nepřeje zpřístupnění práce veřejnosti

Contents of on-line thesis archive
Published in Theses:
  • Soubory jsou nedostupné.
Other ways of accessing the text
Institution archiving the thesis and making it accessible: ZÁPADOČESKÁ UNIVERZITA V PLZNI, Fakulta aplikovaných věd
Vázaný výtisk práce naleznete v Univerzitní knihovně ZČU, více na http://www.knihovna.zcu.cz/kvalifikacni-prace/
https://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=86456 Reference to the local database file of the institution