对于这些实验 ， 使用常规技术进行了培训 ， 但是随后在Intel Loihi芯片上运行了网络 。 已发布的结果显示出电源效率提高了50倍 ， 但是已经得到了改善 。
根据新加坡国立大学的哈罗德·苏（Harold Soh）所说 ， 自论文发表以来 ， "……我们一直在微调我们的神经模型和分析 。 与GPU相比 ， 我们在神经形态硬件上运行时 ， 我们最新的滑动检测模型使用的功率降低了1900倍 ， 同时保持了推理速度和准确性 。 现在 ， 我们的重点是将这种低级性能转化为更好的机器人行为 ， 以执行更高级别的任务 ， 例如对象拾取和放置以及人机交互 。 从更广泛的意义上讲 ， 我们认为事件驱动的多感官智能将是迈向我们感到满意的值得信赖的机器人的重要一步 。 "

• 培训班|单县残联举办残疾人电子商务培训班
• 系统|电子邮箱系统哪家好？邮箱登陆入口是？
• 东莞市|佳禾智能拟注销全资子公司东莞市玮轩电子科技
• 用于|用于半监督学习的图随机神经网络
• 签约|威盛电子与厦门海沧区签约合作共探产业新路
• Micro|中国电子视像行业协会Mini／Micro LED显示产业分会成立
• 能力|美国研发快速法评估神经网络的不确定性 改进自动驾驶车决策能力
• 方法|财付通关联公司申请账单催收方法、装置及电子设备的专利
• 账单|财付通申请“账单催收方法、装置及电子设备”专利
• 柔性|国内首个柔性电子学会在西安成立