Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Buchtitelbild

2020 | OriginalPaper | Buchkapitel

New Neuromorphic AI NM500 and Its ADAS Application

verfasst von : Jungyun Kim

Erschienen in: AETA 2018 - Recent Advances in Electrical Engineering and Related Sciences: Theory and Application

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This article deals with an ADAS (Advanced Driver Assistance System) application using newly developed neuromorphic artificial intelligent chip NM500. Neuromorphic artificial intelligence is distinguished from other AI by its particular hardware structure and parallel algorithms of learning and recognition. Thus, neurons of NM500 can learn and recognize patterns extracted from any data sources with less energy and complexity than modern microprocessors. The proposed application can control the vehicle speed by recognizing the traffic information images marked on road. We have built a small-scaled vehicle model to discuss the real-time performance as well as hardware implementation with NM500. Taking advantages of NM500, the system simply consists of a low-priced surveillance camera attached in the front windshield of a vehicle and an Arduino kit, which processes the video signal from the camera and speed control signal.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Nächstes Kapitel Analyzing l1-loss and l2-loss Support Vector Machines Implemented in PERMON Toolbox
Literatur
1.
Ai, Y., Peng, M., Zhang, K.: Edge computing technologies for internet of things: a primer. Digit. Commun. Netw. 4(2), 77–86 (2018)CrossRef
2.
Mead, C.: Neuromorphic electronic systems. Proc. IEEE 78(10), 1629–1636 (1990)CrossRef
3.
Schuman, C.D., Potok, T.E., Patton, R.M., Birdwell, D., Dean, M.E., Rose, G.S., Plank, J.S.: A Survey of Neuromorphic Computing and Neural Networks in Hardware, ArXiv: 1705.06963, pp. 1–88 (2017)
4.
Gerven, M.: Computational foundations of natural intelligence. Front. Comput. Neurosci. 11, 112–136 (2017)CrossRef
5.
General Vision, NeuroMem Technology Reference Guide (2018)
6.
Chen, S., Cowan, C.F.N., Grant, P.M.: Orthogonal least squares learning algorithm for radial basis function networks. IEEE Trans. Neural Networks 2(2) (1991)
7.
Keller, J.M., Gray, M.R., Givens Jr., J.A.: A fuzzy K-nearest neighbor algorithm. IEEE Trans. Syst. Man Cybern. 4, 580–585 (1985). SMC-15
8.
Sardar, S., Babu, K.A.: Hardware implementation of real-time, high performance, RCE-NN based face recognition system. In: 27th International Conference on VLSI Design and 13th International Conference on Embedded Systems, pp. 174–179 (2014)
9.
Sinha, P., Balas, B., Ostrovsky, Y., Russell, R.: Face recognition by humans: nineteen results all computer vision researchers should know about. Proc. IEEE 94(11) (2006)
10.
Sardar, S., Tewari, G., Babu, K.A.: A hardware/software codesign model for face recognition using cognimem neural network chip. In: International Conference on Image Information Processing (ICIIP 2011) (2011)
11.
Sui, C., Kwok, N.M., Ren, T.: A restricted coulomb energy (RCE) neural network system for hand image segmentation. In: 2011 Canadian Conference on Computer and Robot Vision (2011)
12.
Batur, A.U., Flinchbaugh, B.E.: Performance analysis of face recognition algorithms on tms320c64x, Texas Instruments Application Report-SPRA874, pp. 1–12 (2002)
Metadaten
Titel
New Neuromorphic AI NM500 and Its ADAS Application
verfasst von
Jungyun Kim
Copyright-Jahr
2020
Buch
AETA 2018 - Recent Advances in Electrical Engineering and Related Sciences: Theory and Application

Print ISBN: 978-3-030-14906-2

Electronic ISBN: 978-3-030-14907-9

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-3-030-14907-9_1

Neuer Inhalt

    Bildnachweise