Brain-inspired Computing for AI

Worum geht's

Du entwirfst und untersuchst Schaltungen für brain-inspired Computing, setzt sie in SPICE-Simulationen um und validierst ihre Funktion. Außerdem entwickelst du passende Algorithmen in z.B. Python oder C++ und integrierst Hardware- und Softwarekomponenten zu einem Gesamtsystem, das du hinsichtlich Energie, Leistung, Zuverlässigkeit und Systemintegration analysierst.

Was du danach kannst

Schaltungen für brain-inspired Computing entwerfen und analysieren
SPICE-Simulationen zur Validierung und Bewertung von Schaltungen durchführen
Kennzahlen wie Energie, Leistung, Zuverlässigkeit und Fläche ermitteln und bewerten
Algorithmen für brain-inspired Machine Learning in Python oder C++ entwickeln
HW/SW-Codesign verstehen und Systemintegration sowie Verifikation durchführen
Projektkoordination und -dokumentation in Teamarbeiten

Aus was das Modul besteht

LaborDurchführung von Aufgaben zu Systemintegration, SPICE-Implementierung und Algorithmusentwicklung; kontinuierliche Bearbeitung und Berichterstattung
ProjektarbeitGruppenprojekt mit Präsentation und schriftlichem Bericht zur Integration und Bewertung der Ergebnisse
Vorlesung / TheorieKurzvorträge (ca. 30 min) zu grundlegenden Inhalten und zur Einführung in Laborthemen

Lehrmethode

LehrvortragVermittlung der theoretischen Grundlagen und Einführung in die Laborthemen
Selbstorganisiertes Arbeiten im LaborUmsetzen und Üben von Aufgaben in unterschiedlicher Komplexität; Studierende arbeiten nach eigenem Zeitplan mit Tutor-Unterstützung
Labornotizen mit AufgabenprogressionStufenweise Aufgaben ermöglichen konsolidierten Wissenserwerb durch praktische Übungen
Betreuung durch Tutor/AdvisorUnterstützung bei Schwierigkeiten und Koordination des Laborbetriebs

Solltest du schon können

Grundkenntnisse in Schaltungstechnik
Gute Programmierkenntnisse

Prüfung

LaborberichteProjektarbeitmündliche Präsentationschriftlicher Bericht

Die Leistung bewertet sich aus der kontinuierlichen Laborarbeit (66 %) und einem abschließenden Projekt (34 %). Labor: Umsetzung mehrerer Aufgaben mit jeweils kurzen Ergebnisberichten; Bewertung von SPICE-Implementierungen, Systemkennwerten und Algorithmusentwicklung. Abschlussprojekt (Gruppenarbeit, 1–2 Personen): mündliche Präsentation (~10 min pro Gruppe + 10 min Fragen, individuelle Beteiligung und Prüfgespräch) und schriftlicher Projektbericht (mind. 5 Seiten) mit Problemstellung, Motivation, Ergebnissen, Analyse und Reflexion. Angaben zu Dauer und Hilfsmitteln richten sich nach Aufgaben bzw. Präsentationsformat.

Literatur

Shimeng Yu - Neuro-inspired Computing Using Resistive Synaptic Devices
Pentti Kanerva - Hyperdimensional Computing: An Introduction to Computing in Distributed Representation

Termine

PraktikumBrain-inspired Computing for AI2 Gruppen zur Wahl

AFr.10:00–13:00
00.5901.049, Computerpool (5901.EG.049)
15× · 16.10.–05.02.
- 16.10.
- 23.10.
- 30.10.
- 06.11.
- 13.11.
- 20.11.
- 27.11.
- 04.12.
- 11.12.
- 18.12.
- 08.01.
- 15.01.
- 22.01.
- 29.01.
- 05.02.
BFr.15:00–18:00
00.5901.049, Computerpool (5901.EG.049)
15× · 16.10.–05.02.
- 16.10.
- 23.10.
- 30.10.
- 06.11.
- 13.11.
- 20.11.
- 27.11.
- 04.12.
- 11.12.
- 18.12.
- 08.01.
- 15.01.
- 22.01.
- 29.01.
- 05.02.

Aus dem laufenden Semester, unverbindlich. Von mehreren Gruppen besucht man eine; der Stundenplan schlägt automatisch die mit den wenigsten Überschneidungen vor.

Filter