Login
- Originaltitel:
- Low-power Time Series Processing with Spiking Neural Networks
- Übersetzter Titel:
- Energieeffiziente Zeitreihenverarbeitung mit gepulsten neuronalen Netzen
- Autor:
- Auge, Daniel Gustav
- Jahr:
- 2023
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Computation, Information and Technology
- Betreuer:
- Knoll, Alois Christian (Prof. Dr. habil.)
- Gutachter:
- Knoll, Alois Christian (Prof. Dr. habil.); Biebl, Erwin (Prof. Dr. habil.)
- Sprache:
- en
- Fachgebiet:
- DAT Datenverarbeitung, Informatik
- Stichworte:
- Spiking Neural Networks, Machine Learning, Sequence Classification, Signal Processing
- Übersetzte Stichworte:
- Gepulste neuronale Netze, Maschinelles Lernen, Sequenzklassifizierung, Signalverarbeitung
- TU-Systematik:
- DAT 260; DAT 815
- Kurzfassung:
- Biologically inspired spiking neural networks (SNNs) have shown to be energy-efficient alternatives to common artificial neural networks in real-world applications. This thesis elaborates on signal encoding techniques and training methods for SNNs. These enable efficient event-based processing of time series. The proposed methods are evaluated using applications in the fields of speech recognition and radar-based gesture recognition.
- Übersetzte Kurzfassung:
- Biologisch inspirierte gepulste neuronale Netze (SNNs) haben sich in realen Anwendungen als energieeffiziente Alternativen zu herkömmlichen künstlichen neuronalen Netzen erwiesen. Diese Arbeit diskutiert Ansätze zur Signalkodierung und Trainingsmethoden für SNNs. Diese ermöglichen die effiziente eventbasierte Verarbeitung von Zeitreihen. Die vorgestellten Methoden werden anhand von Applikationen aus den Bereichen der Sprachverarbeitung und radarbasierter Gestenerkennung evaluiert.
- WWW:
- https://mediatum.ub.tum.de/?id=1654878
- Eingereicht am:
- 15.07.2022
- Mündliche Prüfung:
- 18.04.2023
- Dateigröße:
- 6917200 bytes
- Seiten:
- 162
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230418-1654878-1-3
- Letzte Änderung:
- 17.05.2023
BibTeX
Vorkommen:
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and TechnologyComputer Engineering
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and Technology