SPIKING NEURAL NETWORKS

Scopri come rendere la tua rete più efficiente

grazie alle reti neurali di terza generazione

Le reti neurali sono un modello computazionale che tenta di simulare il comportamento del cervello umano. Attualmente ci troviamo nella terza generazione di reti neurali, meglio conosciute come Spiking Neural Networks.

La caratteristica di questi nuovi tipi di rete è quella di emulare il cervello umano con un grado di precisione ancora maggiore.

La sfida che queste reti si pongono, è davvero ambiziosa! Sono ancora tante, infatti, le lacune inerenti alla comprensione del processo di apprendimento del cervello, anche dal punto di vista biologico e questo aumenta le difficoltà di riproduzione artificiale.

Grazie alla pluriennale esperienza nel mondo Telco, Net Reply è in grado di fornire competenze necessarie per lo sviluppo di soluzioni innovative basate sulle Spiking Neural Networks


SCARICA LA BROCHURE PER AVERE MAGGIORI INFORMAZIONI

Download brochure

Prima di compilare il form di registrazione, si prega di prendere visione dell'Informativa Privacy ai sensi dell’art. 13 del Regolamento UE n° 679/2016
Input non valido
Input non valido
Input non valido
Input non valido
Input non valido
Input non valido

Privacy

Dichiaro di aver letto e ben compreso l'Informativa Privacy e acconsento al trattamento dei miei dati personali per finalità di marketing da parte di Reply SpA, in particolare per l’invio di comunicazioni promozionali e commerciali o la segnalazione di eventi aziendali o webinar, con modalità di contatto automatizzate (es. SMS, MMS, fax, e-mail e applicazioni web) e tradizionali (es. telefonate con operatore e posta tradizionale).

SCENARIO

Le reti neurali nei sistemi di telecomunicazioni possono essere utili nella fase di pianificazione, dove è fondamentale comprendere lo stato in cui si trova o si troverà la rete.

Le reti neurali tradizionali sono adatte, ma le reti neurali spiking possono avere un vantaggio. I dati provenienti dalle reti sono quasi sempre basati su eventi, costituiti da allarmi, errori e letture numeriche, una serie temporale in cui il tempo e la frequenza degli eventi sono fondamentali.

Le reti neurali Spiking vengono eseguite quando viene ricevuto un evento e non continuamente, quindi il consumo sarebbe minimo per le reti funzionanti poiché gli errori e gli eventi di allarme dovrebbero essere molto bassi.

COMPETENZE

Le reti neurali Spiking usano un neurone diverso dalle reti tradizionali e aggiungono il concetto di potenziale di membrana neuronale.

Cioè, quando il neurone riceve un impulso, il potenziale sul neurone viene caricato da una certa quantità rispetto all'impulso ricevuto.

Se il neurone non riceve impulsi per un po', il potenziale della membrana viene scaricato.

Invece, supponiamo che il neurone continui ad essere stimolato fino a quando il potenziale raggiunge il valore di soglia. In tal caso, emette un impulso in uscita e scarica il potenziale al suo valore minimo. Il potenziale della membrana permette alla rete di gestire le informazioni temporali del dataset.

USE CASE

Le applicazioni delle reti neurali spiking sono le stesse di quelle tradizionali. Ciò nonostante, grazie alla loro natura, le spiking si dimostrano più adatte alla classificazione di immagini e video.

Esse sono state testate su una serie storica di misurazioni da un raccoglitore di eventi del sistema di cui la misura era il throughput medio di eventi nell'arco di dieci secondi da un'interfaccia di telecomunicazioni diretta a nord. Le prestazioni mostrate sono state eccellenti.


VALUE PROPOSITION

  • Efficienza energetica

  • Precisione elevata nelle serie temporali dei dataset

  • Tempi di esecuzione brevi