Passer à la navigation principale Passer à la recherche Passer au contenu principal

Learning with artificial and natural neural networks: trade-offs in energy consumption and representations

  • Center for Atomic-scale Materials Physics (CAMP)

Résultats de recherche: Contribution à un journalArticleRevue par des pairs

Résumé

Decades after Hopfield and Hinton's seminal works on neural computation and Boltzmann machines, the use of neural networks in machine learning has revolutionized artificial intelligence. Physics, with the help of neuroscience, still has a lot to say on many issues. We here discuss two of them, energy consumption and representations.

langue originaleAnglais
Pages (de - à)24-26
Nombre de pages3
journalEurophysics News
Volume56
Numéro de publication1
Les DOIs
étatPublié - 1 janv. 2025
Modification externeOui

SDG des Nations Unies

Ce résultat contribue à ou aux Objectifs de développement durable suivants

  1. SDG 7 - Énergie abordable et propre
    SDG 7 Énergie abordable et propre

Empreinte digitale

Examiner les sujets de recherche de « Learning with artificial and natural neural networks: trade-offs in energy consumption and representations ». Ensemble, ils forment une empreinte digitale unique.

Contient cette citation