ДЕРЖАВНИЙ ЕКОНОМІКО ТЕХНОЛОГІЧНИЙ УНІВЕРСИТЕТ

ТРАНСПОРТУ

Факультет“Інфрастуктура та рухомий склад залізниць”

Кафедра “Автоматизація та комп’ютерно-інтегровані технології транспорту”

КОНТРОЛЬНІ РОБОТИ

ПО ДИСЦИПЛІНІ

ТЕОРІЯ АВТОМАТИЧНОГО УПРАВЛІННЯ ТА

ШТУЧНОГО ІНТЕЛЕКТУ

Київ -2015

КОНТРОЛЬНІ РОБОТИ ПО ТЕОРІЇ АВТОМАТИЧНОГО УПРАВЛІННЯ ТА ШТУЧНОГО ІНТЕЛЕКТУ

Розробник: Мараховський Л.Ф. – д.т.н., професор

Джерело: www.trinitas.ru - список авторов

Никитин Андрей Викторович

1. Никитин А.В. На пути к Машинному Разуму. Круг третий. (Части 1,2) // «Академия Тринитаризма», М., Эл № 77-6567, публ.12887, 31.01.2006

2. Никитин А.В. На пути к Машинному Разуму. Круг третий. (Часть 3) // «Академия Тринитаризма», М., Эл № 77-6567, публ.12907, 03.02.2006

3. Никитин А.В. На пути к машинному разуму. Круг третий. (Часть 4) // «Академия Тринитаризма», М., Эл № 77-6567, публ.12914, 06.02.2006

4. Никитин А.В. На пути к машинному разуму. Круг третий. (Часть 5) // «Академия Тринитаризма», М., Эл № 77-6567, публ.12928, 08.02.2006

5. Никитин А.В., Логика автономных систем // «Академия Тринитаризма», М., Эл № 77-6567, публ.15858, 28.03.2010

6. Никитин А.В., Логика управления клетки // «Академия Тринитаризма», М., Эл № 77-6567, публ.17037, 29.11.2011

7. Никитин А.В., Где Логика…? // «Академия Тринитаризма», М., Эл № 77-6567, публ.18075, 19.06.2013

8. Никитин А.В., Где-то на пути к пониманию… // «Академия Тринитаризма», М., Эл № 77-6567, публ.18092, 07.07.2013

9. Никитин А.В., Немного о мемристоре… // «Академия Тринитаризма», М., Эл № 77-6567, публ.19539, 12.09.2014

10. Никитин А.В., Искусственный нейрон // «Академия Тринитаризма», М., Эл № 77-6567, публ.20230, 20.02.2015

11. Никитин А.В., Общая логика. Теория связей // «Академия Тринитаризма», М., Эл № 77-6567, публ.20544, 04.05.2015

12. Никитин А.В., Общая логика. Эволюция мышления // «Академия Тринитаризма», М., Эл № 77-6567, публ.20747, 18.06.2015

Задача по контрольній роботі: Треба зробити звіт по одному із джерел по вказівки викладача та виступити з ним на семінарі кафедри АКІТТ.

Тема роботи: Штучний интелект

Структура контрольній роботи

Титульний лист

Введення

Зміст роботи

Висновки

Презентація звіту

Об’єм контрольній роботи 10–15 сторінок.

Приклад оформлення титульної сторінки контрольної роботи розглянутий низ ще.

Приклад оформлення титульної сторінки контрольної роботи

ДЕРЖАВНИЙ ЕКОНОМІКО ТЕХНОЛОГІЧНИЙ УНІВЕРСИТЕТ

ТРАНСПОРТУ

Факультет“Інфрастуктура та рухомий склад залізниць”

Кафедра “Автоматизація та комп’ютерно-інтегровані технології транспорту”

ЛАБОРАТОРНА РОБОТА

з дисципліни " ТЕОРІЯ АВТОМАТИЧНОГО УПРАВЛІННЯ ТА

ШТУЧНОГО ІНТЕЛЕКТУ"

..

Назва теми роботи:

Виконав:

студент 5-го курсу

гр. КІСІ-5

_________________

(прізвище, ініціали)

_________________

(підпис)

Перевірив:

д.т.н. професор

Мараховський Л.Ф.

________________

(підпис)

«___» _______20___р.

Київ - 20__ р.

Додаткові джерела у вигляді статей на російській та англійській мовах.

A Digital Neurosynaptic Core Using Event-Driven

QDI Circuits

Nabil Imam1,2,3, Filipp Akopyan2, John Arthur2, Paul Merolla2, Rajit Manohar1, Dharmendra S Modha2

1Cornell University, Ithaca, NY

2IBM Research - Almaden, San Jose, CA

3ni49@cornell.edu

Abstract—We design and implement a key building block

of a scalable neuromorphic architecture capable of running

spiking neural networks in compact and low-power hardware.

Our innovation is a configurable neurosynaptic core that

combines 256 integrate-and-fire neurons, 1024 input axons,

and 1024x256 synapses in 4.2mm2 of silicon using a 45nm SOI

process. We are able to achieve ultra-low energy consumption

1) at the circuit-level by using an asynchronous design where

circuits only switch while performing neural updates; 2) at

the core-level by implementing a 256 neural fanout in a single

operation using a crossbar memory; and 3) at the architecturelevel

by restricting core-to-core communication to spike events,

which occur relatively sparsely in time. Our implementation is

purely digital, resulting in reliable and deterministic operation

that achieves for the first time one-to-one correspondence with

a software simulator. At 45pJ per spike, our core is readily

scalable and provides a platform for implementing a wide array

of real-time computations. As an example, we demonstrate a

sound localization system using coincidence-detecting neurons.