A historical survey of algorithms and hardware architectures for neural-inspired and neuromorphic computing applications

شبکه های عصبی بیولوژیکی همچنان الهام بخش تحولات جدید در الگوریتم ها و سخت افزار میکرو الکترونیک برای حل مشکل پردازش داده ها و مشکلات طبقه بندی می شوند. در اینجا، ما تاریخچه محاسبات الهام گرفته از نور و نورومورفیک را بررسی می کنیم تا بررسی مسیرهای پیچیده و متقابل نظریه ریاضی و سخت افزاری در این زمینه را بررسی کنیم. تحقیقات اولیه متمرکز بر سازگاری سخت افزار موجود با تقلید از قابلیت شناسایی الگوهای موجودات زنده است. مشارکتهای روانشناسان، ریاضیدانان، مهندسان، دانشمندان علوم انسانی و سایر حرفه ها برای تکمیل این زمینه از تظاهرات باریک طراحی شده به سیستم های قابل تعمیمی که قادر به پاسخگویی به کلاس های مشکل دشواری مانند تشخیص ابعاد و تشخیص گفتار بود، حیاتی بود. الگوریتم هایی که اصول اساسی موجود در علوم اعصاب مانند ساختار سلسله مراتبی، یکپارچگی زمانی و استحکام خطا را به کار می گیرند، و برخی از این رویکردها به دست آوردن عملکرد برتر جهان در وظایف طبقه بندی داده های خاص است. علاوه بر این، سخت افزار جدید میکرو الکترونیک برای انجام منطق توسعه داده می شود و به عنوان حافظه در سیستم های محاسباتی نورومورفیک با ادغام سیستم بهینه شده و بهره وری انرژی بهبود یافته عمل می کند. کلید پیشرفت های چنین نوشتارها، پیوستن اکتشافات جدید در تحقیقات علوم اعصاب، انتقال از تکرار ساختاری سخت و به تابع سازگاری سیستم های عصبی و استفاده از چارچوب های نظری ریاضی جهت هدایت الگوریتم و تحولات سخت افزاری بود.