Казанский (Приволжский) федеральный университет, КФУ
КАЗАНСКИЙ
ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ
 
RSS Ins Вконтакте twitter facebook
MODELING INHIBITORY AND EXCITATORY SYNAPSE LEARNING IN THE MEMRISTIVE NEURON MODEL
Форма представленияСтатьи в зарубежных журналах и сборниках
Год публикации2017
Языканглийский
  • Зыков Евгений Юрьевич, автор
  • Магид Евгений Аркадьевич, автор
  • Таланов Максим Олегович, автор
  • Библиографическое описание на языке оригинала Talanov M., Zykov E., Erokhin V., Magid E., Distefano S., Gerasimov Yu., Vallverdu J. Modeling inhibitory and excitatory synapse learning in the memristive neuron model // ICINCO 2017 - Proceedings of the 14th International Conference on Informatics in Control, Automation and Robotics. - 2017. - Vol.2 - P.514-521.
    Аннотация In this paper we present the results of simulation of exitatory Hebbian and inhibitory «sombrero'' learning of a hardware architecture based on organic memristive elements and operational amplifiers implementing an artificial neuron we recently proposed. This is a first step towards the deployment on robots of a bio-plausible simulation, currently developed in the neuro-biologically inspired cognitive architecture (NeuCogAr) implementing basic emotional states or affects in a computational system, in the context of our «Robot dream'' project. The long term goal is to re-implement dopamine, serotonin and noradrenaline pathways of NeuCogAr in a memristive hardware.
    Ключевые слова Cognitive architecture, memristive elements, circuits, artificial neuron, affects, biologically inspired robotic system
    Название журнала ICINCO 2017 - Proceedings of the 14th International Conference on Informatics in Control, Automation and Robotics
    URL https://www.scopus.com/inward/record.uri?eid=2-s2.0-85029386979&partnerID=40&md5=ffac92e023fb483d67b99a4432c161a9
    Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на эту карточку https://repository.kpfu.ru/?p_id=166180

    Полная запись метаданных