Brain-inspired尖端系统和材料计算、自适应Bio-interfacing和智能传感:影响神经形态计算和Biointegrated框架

相比传统的数字计算机,人类的神经系统是一个平行的,相互联系和大规模分布式系统,性能优越,在自适应学习和数据处理功能。利用人工机器,brain-inspired计算旨在模仿人脑的结构和功能。非典型硬件和材料超出常规的冯·诺依曼数字架构忠实和准确的模仿brain-inspired所需功能。此外,对高效brain-inspired计算系统能够感知,理解和分析一个真实、动态环境中,计算原型电路和硬件水平的生物网络是第一步。因此,利用系统有效地与生物环境和感知世界,新一代的智能传感器应用程序正在形成。硬件、系统生物学和材料能够界面动态和智能的方式在这个策略是必需的。

汇集一个多样化的和跨学科的研究工作brain-inspired计算bio-interfacing和智能传感、弥合差距计算、神经科学和材料科学,加强跨学科互动是这个研究课题的目标。在这个研究课题,重点将计算时间,事件,或数据驱动,在生物的大脑。

主题包括但不限于:

•时间、事件或数据驱动计算仿生信息处理、智能传感器和生物电子学

•自适应bio-interfacing基于时间、事件或数据驱动计算

•Bioinspired spike-based神经形态系统的材料

•神经网络和随机飙升神经元