Herconfigureerbare neurale netwerk architecturen, netwerken en transistoren KU Leuven
Ingebedde neurale netwerken worden steeds belangrijker, omdat ze betere resultaten geven dan traditionele algoritmes. Het nadeel aan neurale netwerken echter is dat ze een veel hogere rekenkracht vereisen en als zodanig een aanzienlijk deel van de totale vermogencapaciteit van het geïntegreerde platform vergen. Deze trend is ook zichtbaar voor toekomstige generaties gehoorapparaten, die geavanceerde geïntegreerde machine learning ...