A variation tolerant scheme for memristor crossbar based neural network designs via two-phase weight mapping and memristor programming
20Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- A variation tolerant scheme for memristor crossbar based neural network designs via two-phase weight mapping and memristor programming
- Date Crossref
- 01/05/2020
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
North China Electric Power University pays non établi dans la noticeUniversité ou école supérieure
-
Beijing University of Posts and Telecommunications pays non établi dans la noticeUniversité ou école supérieure
-
School of Electrical and Electronic Engineering Department of Electronic and Communication Engineering pays non établi dans la noticeUniversité ou école supérieure
-
School of Computer Science pays non établi dans la noticeUniversité ou école supérieure
North China Electric Power University, Beijing University of Posts and Telecommunications et Department of Electronic and Communication Engineering — School of Electrical and Electronic Engineering, avec 1 autre affiliation.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Advanced Memory and Neural ComputingFerroelectric and Negative Capacitance DevicesNeuroscience and Neural Engineering