Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Neural Circuits01:25

Neural Circuits

1.3K
Neural circuits and neuronal pools are two of the main structures found in the nervous system. Neural circuits are networks of neurons that work together to carry out a specific task or process. They consist of interconnected neurons and glial cells, which provide structural and metabolic support.
Neuronal pools are collections of nerve cells with similar functions and interact through chemical and electrical signals. These pools include both interneurons (the central neural circuit nodes that...
1.3K
Cognitive Learning01:21

Cognitive Learning

307
Cognitive learning is based on purposive behavior, incidental learning, and insight learning.
E. C. Tolman's theory of purposive behavior emphasizes that much behavior is goal-directed. He argued that to understand behavior, we must look at the entire sequence of actions leading to a goal. For instance, high school students study hard, not just due to past reinforcement but also to achieve the goal of getting into a good college.
Tolman introduced the idea that behavior is influenced by...
307
Neural Regulation01:37

Neural Regulation

39.5K
Digestion begins with a cephalic phase that prepares the digestive system to receive food. When our brain processes visual or olfactory information about food, it triggers impulses in the cranial nerves innervating the salivary glands and stomach to prepare for food.
39.5K

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Polar nano-regions enable large spin Hall conductivity in metallic PtCoO<sub>2</sub>.

Nature materials·2026
Same author

Strategies of high-accuracy memristor-based analogue computing in memory for artificial intelligence.

Nature materials·2026
Same author

Revealing Asymmetric Off-State Drain/Source Stress Reliability and Mechanisms in IGZO-FETs.

Nano letters·2026
Same author

Technology Roadmap of Bioinspired Computing Hardware.

ACS nano·2026
Same author

Ultrafast visual perception beyond human capabilities enabled by motion analysis using synaptic transistors.

Nature communications·2026
Same author

Privacy-preserving data analysis using a memristor chip with colocated authentication and processing.

Science advances·2026

Video Experimental Relacionado

Updated: Jul 16, 2025

Assembly and Characterization of Biomolecular Memristors Consisting of Ion Channel-doped Lipid Membranes
08:07

Assembly and Characterization of Biomolecular Memristors Consisting of Ion Channel-doped Lipid Membranes

Published on: March 9, 2019

7.8K

Aprendizaje de borde utilizando un chip de memristor de inspiración neurológica completamente integrado

Wenbin Zhang1, Peng Yao1, Bin Gao1

  • 1School of Integrated Circuits, Beijing National Research Center for Information Science and Technology (BNRist), Tsinghua University, Beijing, China.

Science (New York, N.Y.)
|September 14, 2023
PubMed
Resumen
Este resumen es generado por máquina.

Este estudio introduce un nuevo chip de memristor que permite un aprendizaje eficiente en el chip para dispositivos de inteligencia de borde. La arquitectura STELLAR reduce significativamente los costos de energía y el movimiento de datos para mejorar la adaptabilidad.

Más Videos Relacionados

A Method for Growing Bio-memristors from Slime Mold
07:46

A Method for Growing Bio-memristors from Slime Mold

Published on: November 2, 2017

9.0K
Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks
11:18

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks

Published on: March 2, 2015

10.3K

Videos de Experimentos Relacionados

Last Updated: Jul 16, 2025

Assembly and Characterization of Biomolecular Memristors Consisting of Ion Channel-doped Lipid Membranes
08:07

Assembly and Characterization of Biomolecular Memristors Consisting of Ion Channel-doped Lipid Membranes

Published on: March 9, 2019

7.8K
A Method for Growing Bio-memristors from Slime Mold
07:46

A Method for Growing Bio-memristors from Slime Mold

Published on: November 2, 2017

9.0K
Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks
11:18

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks

Published on: March 2, 2015

10.3K

Área de la Ciencia:

  • Inteligencia artificial
  • Ingeniería informática
  • Ciencias de los materiales

Sus antecedentes:

  • Los dispositivos de inteligencia de borde requieren capacidades de aprendizaje adaptativo para diversas aplicaciones.
  • Los métodos actuales de entrenamiento de redes neuronales se ven obstaculizados por el gran movimiento de datos, lo que limita la eficiencia de los dispositivos de borde.
  • La tecnología Memristor ofrece una vía prometedora para la computación en memoria y la IA de baja potencia.

Objetivo del estudio:

  • Desarrollar un chip memristor totalmente integrado con capacidades de aprendizaje mejoradas y un consumo de energía reducido para la inteligencia de vanguardia.
  • Presentar la arquitectura STELLAR como un enfoque generalizable para el aprendizaje en el chip utilizando matrices de barras transversales de memristor.
  • Demostrar la aplicación práctica de la tecnología desarrollada en diversas tareas.

Principales métodos:

  • Desarrollo de un chip memristor totalmente integrado.
  • Implementación de la arquitectura STELLAR, incluido su algoritmo de aprendizaje y el esquema de ajuste de conductividad paralela.
  • Utilizando una matriz de barras cruzadas de memristor para la realización de hardware del aprendizaje en el chip.

Principales resultados:

  • El chip de memristor desarrollado demostró una mejor capacidad de aprendizaje con costos de energía significativamente más bajos.
  • La arquitectura STELLAR demostró ser efectiva para el aprendizaje general en el chip a través de diferentes tipos de memristores.
  • Ejecución exitosa de tareas que incluyen control de movimiento, clasificación de imágenes y reconocimiento de voz.

Conclusiones:

  • El chip memristor integrado y la arquitectura STELLAR ofrecen una solución viable para el aprendizaje eficiente en el chip en la inteligencia de borde.
  • Este enfoque supera las limitaciones del movimiento de datos en la computación tradicional, permitiendo una poderosa IA en el borde.
  • La tecnología muestra una amplia aplicabilidad para aplicaciones de IA de vanguardia en el mundo real que exigen adaptabilidad y baja potencia.