Buchumschlag

Hopfield Networks Meet Big Data: A Brain-Inspired Deep Learning Framework for Semantic Data Linking

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kannan, Ashwin Viswanathan, Thomas, Johnson P, Mukerji, Abhimanyu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Distributed, Parallel, and Cluster Computing Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Reducing Data Bottlenecks in Distributed, Heterogeneous Neural Networks
von: Lin, Ruhai, et al.
Veröffentlicht: (2024)

D-CODE: Data Colony Optimization for Dynamic Network Efficiency
von: Pandey, Tannu, et al.
Veröffentlicht: (2024)

Neuromorphic Simulation of Drosophila Melanogaster Brain Connectome on Loihi 2
von: Wang, Felix, et al.
Veröffentlicht: (2025)

SSDTrain: An Activation Offloading Framework to SSDs for Faster Large Language Model Training
von: Wu, Kun, et al.
Veröffentlicht: (2024)

Federated Learning in Chemical Engineering: A Tutorial on a Framework for Privacy-Preserving Collaboration Across Distributed Data Sources
von: Dutta, Siddhant, et al.
Veröffentlicht: (2024)

Asynchronous Evolution of Deep Neural Network Architectures
von: Liang, Jason, et al.
Veröffentlicht: (2023)

A Frequency-based Parent Selection for Reducing the Effect of Evaluation Time Bias in Asynchronous Parallel Multi-objective Evolutionary Algorithms
von: Harada, Tomohiro
Veröffentlicht: (2021)

Code generation and runtime techniques for enabling data-efficient deep learning training on GPUs
von: Wu, Kun
Veröffentlicht: (2024)

A Fresh Approach to Evaluate Performance in Distributed Parallel Genetic Algorithms
von: Harada, Tomohiro, et al.
Veröffentlicht: (2021)

Evaluation and Efficiency Comparison of Evolutionary Algorithms for Service Placement Optimization in Fog Architectures
von: Guerrero, Carlos, et al.
Veröffentlicht: (2025)

Trackable Agent-based Evolution Models at Wafer Scale
von: Moreno, Matthew Andres, et al.
Veröffentlicht: (2024)

Trackable Island-model Genetic Algorithms at Wafer Scale
von: Moreno, Matthew Andres, et al.
Veröffentlicht: (2024)

Sparse Spiking Neural-like Membrane Systems on Graphics Processing Units
von: Hernández-Tello, Javier, et al.
Veröffentlicht: (2024)

Cyclic Data Parallelism for Efficient Parallelism of Deep Neural Networks
von: Fournier, Louis, et al.
Veröffentlicht: (2024)

Wireless Sensor Networks as Parallel and Distributed Hardware Platform for Artificial Neural Networks
von: Serpen, Gursel
Veröffentlicht: (2025)

Neuromorphic Computing: A Theoretical Framework for Time, Space, and Energy Scaling
von: Aimone, James B
Veröffentlicht: (2025)

phys-MCP: A Control Plane for Heterogeneous Physical Neural Networks
von: Fischer, Stefan, et al.
Veröffentlicht: (2026)

NeuroRing: Scaling Spiking Neural Networks via Multi-FPGA Bidirectional Ring Topologies and Stream-Dataflow Architectures
von: Hafiz, Muhammad Ihsan Al, et al.
Veröffentlicht: (2026)

When Federated Learning Meets Quantum Computing: Survey and Research Opportunities
von: Mathur, Aakar, et al.
Veröffentlicht: (2025)

ParEVO: Synthesizing Code for Irregular Data: High-Performance Parallelism through Agentic Evolution
von: Yang, Liu, et al.
Veröffentlicht: (2026)

Neuromorphic Programming: Emerging Directions for Brain-Inspired Hardware
von: Abreu, Steven, et al.
Veröffentlicht: (2024)

All-to-all reconfigurability with sparse and higher-order Ising machines
von: Nikhar, Srijan, et al.
Veröffentlicht: (2023)

HiAER-Spike: Hardware-Software Co-Design for Large-Scale Reconfigurable Event-Driven Neuromorphic Computing
von: Frank, Gwenevere, et al.
Veröffentlicht: (2025)

Neuromorphic hardware for sustainable AI data centers
von: Vogginger, Bernhard, et al.
Veröffentlicht: (2024)

GAP2WSS: A Genetic Algorithm based on the Pareto Principle for Web Service Selection
von: Khatoonabadi, SayedHassan, et al.
Veröffentlicht: (2021)

The AI Shadow War: SaaS vs. Edge Computing Architectures
von: Marpu, Rhea Pritham, et al.
Veröffentlicht: (2025)

A Reinforced Evolution-Based Approach to Multi-Resource Load Balancing
von: Sliwko, Leszek
Veröffentlicht: (2025)

MAC-DO: An Efficient Output-Stationary GEMM Accelerator for CNNs Using DRAM Technology
von: Jeong, Minki, et al.
Veröffentlicht: (2022)

Distributed genetic algorithm for application placement in the compute continuum leveraging infrastructure nodes for optimization
von: Guerrero, Carlos, et al.
Veröffentlicht: (2024)

Towards a Decentralised Application-Centric Orchestration Framework in the Cloud-Edge Continuum
von: Ullah, Amjad, et al.
Veröffentlicht: (2025)

Enhancing Computational Efficiency in Multiscale Systems Using Deep Learning of Coordinates and Flow Maps
von: Hamid, Asif, et al.
Veröffentlicht: (2024)

Online Continual Learning on Intel Loihi 2 via a Co-designed Spiking Neural Network
von: Hajizada, Elvin, et al.
Veröffentlicht: (2025)

Scalable Construction of Spiking Neural Networks using up to thousands of GPUs
von: Golosio, Bruno, et al.
Veröffentlicht: (2025)

Edge Intelligence with Spiking Neural Networks
von: Deng, Shuiguang, et al.
Veröffentlicht: (2025)

STEMS: Spatial-Temporal Mapping For Spiking Neural Networks
von: Eissa, Sherif, et al.
Veröffentlicht: (2025)

OpenRASE: Service Function Chain Emulation
von: Krishnamohan, Theviyanthan, et al.
Veröffentlicht: (2025)

Split Federated Learning Over Heterogeneous Edge Devices: Algorithm and Optimization
von: Sun, Yunrui, et al.
Veröffentlicht: (2024)

Comparison of Microservice Call Rate Predictions for Replication in the Cloud
von: Mehran, Narges, et al.
Veröffentlicht: (2023)

Linear Reservoir: A Diagonalization-Based Optimization
von: de Coudenhove, Romain, et al.
Veröffentlicht: (2026)

NeuraChip: Accelerating GNN Computations with a Hash-based Decoupled Spatial Accelerator
von: Shivdikar, Kaustubh, et al.
Veröffentlicht: (2024)