Ulteriori informazioni
Nel mondo di oggi il riconoscimento delle immagini da parte del computer è il problema più preoccupante. Il riconoscimento della scrittura a mano è diventato molto utile per far sì che la macchina impari a interagire tra uomo e computer. Per la classificazione e il riconoscimento dei modelli, le reti neurali sono gli strumenti più potenti. Questo libro illustra le strategie per i caratteri inglesi scritti a mano (maiuscoli e minuscoli) e si concentra sulla classificazione e il riconoscimento basati sul modello di neuroni Leaky-Integrate-and fire e sul modello di neuroni Izhikevich, che sono modelli di reti neurali spike. Questo libro illustra la simulazione di Leaky-Integrate and fire neuron model e Izhikevich neuron model, e i risultati sono confrontati in termini di accuratezza, tempo di simulazione e tassi di accensione per l'analisi con alcuni ulteriori miglioramenti.La simulazione di successo di alcuni modelli SNN come LIF model e Izhikevich model per l'implementazione di un algoritmo come classificatore di pattern per l'alfabeto inglese sono stati discussi. Riportiamo i vantaggi di SNN come il calcolo del modello matematico, alta precisione, bassa potenza, meno area, utile per applicazioni in tempo reale per ulteriori miglioramenti in termini di efficacia dei costi.
Info autore
Soni Adit Chaturvedi è Ph.D[ Ingegneria Elettronica] M.Tech (Elettronica) e B.E. (E &C) Attualmente lavora come professore associato e capo in E &C Engg. Dipartimento, PIET, Nagpur. Ha un'esperienza totale di insegnamento di 25 anni, ha un capitolo di libro in Springer book e 20 contributi di ricerca in riviste internazionali repitate, Area: ANN, DIP, DSD.
