Technische Universität Ilmenau

Neuromorphic Engineering 1 - Interaktive Studienpläne der TU Ilmenau

Die Interaktiven Studienpläne sind ein Informationsangebot zu den Studiengängen der TU Ilmenau.

Die rechtsverbindlichen Studienpläne entnehmen Sie bitte den jeweiligen Studien- und Prüfungsordnungen (Anlage Studienplan).

Alle Angaben zu geplanten Lehrveranstaltungen finden Sie im elektronischen Vorlesungsverzeichnis.

Bitte beachten Sie, dass auf dieser Seite keine Aktualisierungen mehr vorgenommen werden. Alle Module und Studienpläne ab der PO-Version 2021 (Bachelor- und Master-Studiengänge) sind ab sofort im Campus-Portal erreichbar.

Modulinformationen zu Neuromorphic Engineering 1 im Studiengang Master Elektrotechnik und Informationstechnik 2021
Modulnummer200641
Prüfungsnummer2101016
FakultätFakultät für Elektrotechnik und Informationstechnik
Fachgebietsnummer 2143 (Mikro- und nanoelektronische Systeme)
Modulverantwortliche(r) Dr. Frank Schwierz
TurnusSommersemester
SpracheEnglisch
Leistungspunkte5
Präsenzstudium (h)45
Selbststudium (h)105
VerpflichtungWahlmodul
Abschlussschriftliche Prüfungsleistung, 90 Minuten
Details zum Abschluss
Link zum Moodle-Kurs
Lehrende
Anmeldemodalitäten für alternative PL oder SL
max. Teilnehmerzahl
Vorkenntnisse
Lernergebnisse und erworbene Kompetenzen

After the lectures and exercises, the students are able to understand and analyze the principles of neural computation methods so that they can compare various advantages and disadvantages of neuro-inspired networks.

Inhalt
  • Biophysical background: neurons, synapses, Data processing invertebrates and vertebrates, Implicit and explicit learning, Short and long-term potentiation, Plasticity
  • Spiking neurons models
  • Hebbian learning theory
  • Neural Networks: an overview (McCulloch-Pitts Neuron, Perceptron, Adalein/Madaline, ART, Boltzmann-Machine)
  • Neuronal analog circuits: Axon Hillock Circuit, LIF-Neuron, STDP, AER

Medienformen und technische Anforderungen bei Lehr- und Abschlussleistungen in elektronischer Form

PowerPoint presentation, blackboard

Literatur
  • Gerstner and Kistler, Spiking Neuron Models. Single Neurons, Populations, Plasticity, Cambridge University Press, 2002
  • Analog VLSI and Neural Systems, C. Mead, Addison-Wesley Pub. Comp. 1989
Lehrevaluation