دانلود کتاب VLSI برای شبکه های عصبی و هوش مصنوعی بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : VLSI for Neural Networks and Artificial Intelligence
ویرایش : 1
عنوان ترجمه شده به فارسی : VLSI برای شبکه های عصبی و هوش مصنوعی
سری :
نویسندگان : Howard C. Card (auth.), José G. Delgado-Frias, William R. Moore (eds.)
ناشر : Springer US
سال نشر : 1994
تعداد صفحات : 318
ISBN (شابک) : 9781489913333 , 9781489913319
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 12 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
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 قادر به ارائه کارآمد نباشند. 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 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 پوشش داده می شود در زیر به اختصار معرفی می شوند.
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.