Estudo comparativo entre implementações neuromórficas utilizando Redes Neurais Pulsantes conectadas por Redes-em-Chip

Autores

  • Victor Benvenutti Cavalheiro Universidade Federal de Santa Catarina
  • Beatriz Oliveira Câmara
  • Janaina Gonçalves Guimarães

DOI:

https://doi.org/10.5335/rbca.v17i1.16019

Palavras-chave:

Chips Neuromórficos, Hardware, PRISMA, Redes Neurais Pulsantes, Redes-em-Chip

Resumo

A implementação eficiente de redes neurais em hardware, especialmente usando redes-em-chip para interconexão de redes neurais pulsantes em chips neuromórficos, é um avanço significativo em sistemas computacionais que imitam o cérebro humano. Este estudo realiza uma revisão sistemática sobre a integração dessas tecnologias em chips neuromórficos, usando a metodologia PRISMA para analisar diversos estudos e comparar diferentes abordagens em hardware. Os resultados destacam a importância de soluções eficientes em energia e desempenho para inteligência artificial. Apesar dos desafios técnicos, a computação neuromórfica está evoluindo rapidamente, com potencial para impulsionar várias tecnologias emergentes. Os desafios incluem explorar modelos de neurônios, técnicas de aprendizagem e estratégias de interconexão e roteamento para melhorar a eficiência e desempenho.

Downloads

Os dados de download ainda não estão disponíveis.

Downloads

Publicado

23-05-2025

Edição

Seção

Artigo Original

Como Citar

[1]
2025. Estudo comparativo entre implementações neuromórficas utilizando Redes Neurais Pulsantes conectadas por Redes-em-Chip. Revista Brasileira de Computação Aplicada. 17, 1 (maio 2025), 1–11. DOI:https://doi.org/10.5335/rbca.v17i1.16019.