227-0085-09L Projekte & Seminare: Spiking Neural Network on Neuromorphic Processors
| Semester | Frühjahrssemester 2021 |
| Dozierende | G. Indiveri |
| Periodizität | jedes Semester wiederkehrende Veranstaltung |
| Lehrveranstaltung | Findet dieses Semester nicht statt. |
| Lehrsprache | Englisch |
| Kommentar | Nur für Elektrotechnik und Informationstechnologie BSc. Die Lerneinheit kann nur einmal belegt werden. Eine wiederholte Belegung in einem späteren Semester ist nicht anrechenbar. |
Lehrveranstaltungen
| Nummer | Titel | Umfang | Dozierende | |
|---|---|---|---|---|
| 227-0085-09 P | Projekte & Seminare: Spiking Neural Network on Neuromorphic Processors
 Findet dieses Semester nicht statt. Für den Zugang zum Angebot und zur Einschreibung loggen Sie sich hier ein (mit Ihrem n.ETHZ account): https://psapp.ee.ethz.ch/ Bitte beachten Sie, dass die Seite jeweils erst zwei Wochen vor Semesterbeginn zugänglich ist und im Verlauf des Semesters wieder abgeschaltet wird. Die Einschreibung ist nur von Freitag vor Semesterbeginn bis zum ersten Freitagmittag im Semester möglich. To access the offer and to enroll for courses log in (with your n.ethz account): https://psapp.ee.ethz.ch/ Please note that the P&S-site is accessible no earlier than two weeks before the start of the semester until four weeks after the start of the semester. Enrollment is only possible from Friday before the start of the semester until noon of the first Friday in the semester. | 3 Std. | G. Indiveri |
Katalogdaten
| Kurzbeschreibung | Der Bereich Praktika, Projekte, Seminare umfasst Lehrveranstaltungen in unterschiedlichen Formaten zum Erwerb von praktischen Kenntnissen und Fertigkeiten. Ausserdem soll selbstständiges Experimentieren und Gestalten gefördert, exploratives Lernen ermöglicht und die Methodik von Projektarbeiten vermittelt werden. |
| Lernziel | Machine Learning – Spiking Neural Network – DVS Cameras - Programming Neuromoripch processors – Intel Loihi - Final Project with a presentation. Compared to the “traditional” artificial neural network, the spiking neural network (SNN) can provided both latency and energy efficiency. Moreover, SNN has demonstrated in previous works a better performance in processing physiological information of small sample size, and only the output layer of the spiking neural network needs to be trained, which results in a fast training rate. This couse focuses on giving the bases of spiking neural networks and neuromorphic processors. Students will learn the tools to implement SNN algorithm in both academic processors and Intel Loihi using data from Event-based Vision camera and biomedical sensors (i.e. ECG and EEG). The course will end with 4 weeks project where the students can target a specif application scenario. The course will be taught in English. |
Leistungskontrolle
| Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird) | |
Leistungskontrolle als Semesterkurs | |
| ECTS Kreditpunkte | 3 KP |
| Prüfende | G. Indiveri |
| Form | unbenotete Semesterleistung |
| Prüfungssprache | Englisch |
| Repetition | Repetition nur nach erneuter Belegung der Lerneinheit möglich. |
Lernmaterialien
| Keine öffentlichen Lernmaterialien verfügbar. | |
| Es werden nur die öffentlichen Lernmaterialien aufgeführt. |
Gruppen
| Keine Informationen zu Gruppen vorhanden. |
Einschränkungen
| Allgemein |  : Für Fachstudierende und Hörer/-innen ist eine Spezialbewilligung der Dozierenden notwendig |
| Plätze | Plätze beschränkt. Spezielles Auswahlverfahren. |
| Belegungsbeginn | Belegung ab 19.02.2021 möglich |
| Vorrang | Die Belegung der Lerneinheit ist nur durch die primäre Zielgruppe möglich |
| Primäre Zielgruppe | Elektrotechnik und Informationstechnologie BSc (228000) |
| Warteliste | Bis 12.03.2021 |
| Belegungsende | Belegung nur bis 05.03.2021 möglich |
Angeboten in
| Studiengang | Bereich | Typ | |
|---|---|---|---|
| Elektrotechnik und Informationstechnologie Bachelor | Projekte & Seminare | W |  |