Key points are not available for this paper at this time.
A computação estocástica (CE) é um método não convencional de computação que trata os dados como probabilidades. Tipicamente, cada bit de um número estocástico de N bits (SN) X é escolhido aleatoriamente para ser 1 com uma certa probabilidade p X , e X é gerado e processado por circuitos lógicos convencionais. Por exemplo, uma porta AND única realiza multiplicação. O valor X de um SN é medido pela densidade de 1s nele, um esquema de codificação de informações também encontrado em sistemas neurais biológicos. A CE tem usos em sistemas massivamente paralelos e é muito tolerante a erros suaves. Seus contratempos incluem baixa precisão, processamento lento e necessidades de design complexas. Sua capacidade de realizar tarefas como decodificação de comunicação e inferência de redes neurais de forma eficiente reacendeu o interesse no campo. No entanto, muitos desafios permanecem a ser superados antes que a CE se torne amplamente utilizada. Neste artigo, discutimos a evolução da CE, focando principalmente em desenvolvimentos recentes. Destacamos os principais desafios e discutimos métodos potenciais para superá-los.
Alaghi et al. (Tue,) estudaram esta questão.
Synapse has enriched 4 closely related papers on similar clinical questions. Consider them for comparative context: