Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Cellular neural networks for image processing tasks

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17310%2F10%3AA1100YDG" target="_blank" >RIV/61988987:17310/10:A1100YDG - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Cellular neural networks for image processing tasks

  • Popis výsledku v původním jazyce

    Cellular neural networks (CNNs) are similar to artificial neural networks (ANNs) in that they are composed of many distributed processing elements, called ?cells?, which are connected in a network. CNNs were designed to operate in a two-dimensional grid,where each processing element (cell) is connected to neighboring cells in the grid. CNNs have been shown to be an adept at image processing tasks. Specifically, CNN cells maintain a state which evolves through time due to differential equations dependent on the cell's inputs and feedback. This article introduces software for graphics processing units (GPUs) by abstracting the hardware as arrays of configurable CNNs cells. Introducing an efficient CNN-based abstraction of GPU computation should encourage the study of massively parallel computation using tools and methods of dynamic systems theory and abstract automata theory.

  • Název v anglickém jazyce

    Cellular neural networks for image processing tasks

  • Popis výsledku anglicky

    Cellular neural networks (CNNs) are similar to artificial neural networks (ANNs) in that they are composed of many distributed processing elements, called ?cells?, which are connected in a network. CNNs were designed to operate in a two-dimensional grid,where each processing element (cell) is connected to neighboring cells in the grid. CNNs have been shown to be an adept at image processing tasks. Specifically, CNN cells maintain a state which evolves through time due to differential equations dependent on the cell's inputs and feedback. This article introduces software for graphics processing units (GPUs) by abstracting the hardware as arrays of configurable CNNs cells. Introducing an efficient CNN-based abstraction of GPU computation should encourage the study of massively parallel computation using tools and methods of dynamic systems theory and abstract automata theory.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2010

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Mendel 2010

  • ISBN

    978-80-214-4120-0

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

  • Název nakladatele

    Brno Univerzity of Technology

  • Místo vydání

    Brno

  • Místo konání akce

    Brno

  • Datum konání akce

    23. 6. 2010

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000288144100042