宾夕法尼亚大学研究人员开发无处理器学习电路

InfoQ · 2024-08-13T14:00:00Z

宾夕法尼亚大学研究人员设计了一种类似神经网络的低功耗电路，可以学习非线性回归等任务。该电路由晶体管组成的虚拟可变电阻器网络，通过耦合学习调整电阻器的值进行学习。研究人员发现该电路可以学习非线性函数，具有可扩展性和鲁棒性，适用于边缘系统。