Andere Kunden interessierten sich auch für
![Rete Neurale Spiking ed elaborazione delle immagini]( "Rete Neurale Spiking ed elaborazione delle immagini")
Rete Neurale Spiking ed elaborazione delle immagini26,99 €![Spiking Neural Network and Image Processing]( "Spiking Neural Network and Image Processing")
Spiking Neural Network and Image Processing26,99 €![Rede Neural de Espigões e Processamento de Imagem]( "Rede Neural de Espigões e Processamento de Imagem")
Rede Neural de Espigões e Processamento de Imagem26,99 €![Spiking Neural Network und Bildverarbeitung]( "Spiking Neural Network und Bildverarbeitung")
Spiking Neural Network und Bildverarbeitung39,90 €![Spajkowaq nejronnaq set' i obrabotka izobrazhenij]( "Spajkowaq nejronnaq set' i obrabotka izobrazhenij")
Spajkowaq nejronnaq set' i obrabotka izobrazhenij13,99 €![Interprétation de la langue des signes indienne par traitement d'images]( "Interprétation de la langue des signes indienne par traitement d'images")
Interprétation de la langue des signes indienne par traitement d'images29,99 €![Implémentation FPGA de l'algorithme de convolution pour le traitement d'images]( "Implémentation FPGA de l'algorithme de convolution pour le traitement d'images")
Implémentation FPGA de l'algorithme de convolution pour le traitement d'images26,99 €
Dans le monde d'aujourd'hui, la reconnaissance d'images par l'ordinateur est la question la plus préoccupante. La reconnaissance de l'écriture manuscrite est devenue très utile pour permettre à la machine d'apprendre à interagir entre l'homme et l'ordinateur. Pour la classification et la reconnaissance des formes, les réseaux neuronaux sont les outils les plus puissants. Ce livre décrit les stratégies pour les caractères anglais écrits à la main (majuscules et minuscules). Nous nous concentrons sur la classification et la reconnaissance basées sur le modèle de neurones Leaky-Integrate-and fire et le modèle de neurones Izhikevich, qui sont des modèles de réseaux neuronaux à picots. Ce livre illustre la simulation du modèle de neurones Leaky-Integrate-and fire et du modèle de neurones Izhikevich, et les résultats sont comparés en termes de précision, de temps de simulation et de taux d'allumage pour une analyse avec quelques améliorations supplémentaires. Nous rendons compte des avantages du SNN tels que le calcul de modèles mathématiques, la haute précision, la faible puissance, la faible surface, l'utilité pour les applications en temps réel pour d'autres améliorations et améliorations en termes de rentabilité.