出版物
期刊出版物
- P. Kumar, A. Nandi, S. Chakrabartty和C. S. Thakur,用于机器学习的偏置可扩展近内存CMOS模拟处理器“IEEE电路与系统新兴和选定主题杂志,10.1109/JETCAS.2023.3234570
- P. Kumar, A. Nandi, S. Chakrabartty和C. S. Thakur,用于机器学习的工艺、偏置和温度可扩展CMOS模拟计算电路,《IEEE电路与系统汇刊I:常规论文》,2022,doi: 10.1109/TCSI.2022.3216287。
- Annamalai, L. & Thakur, C. S.(2022)。批量归一化的理论洞察:数据依赖的正则化率自动调优.arXiv预打印arXiv:2209.07587.
- S. C. G. Kiruba Daniel等人,”使用新合成的金纳米颗粒快速检测SARS-CoV-2 RNA的手持、低成本、基于适体的传感装置,载于《IEEE传感器杂志》第22卷第1期。19, pp. 18437-18445, 1月1日,2022,doi: 10.1109/ jsen2022.3196598。
- a·r·奈尔,p·k·纳特,s·查克拉巴蒂和c·s·塔库尔"用于节能边缘设备的无乘法器MP-Kernel机器,《IEEE超大规模集成(VLSI)系统汇刊》,2022
- Singhal, U., Kalipatnapu, S., Majumder, S., Pabbisetty, V. V., Jandhyala, S., Singh, V., & Thakur, C. S.。利用二阶奈奎斯特区技术产生超导量子比特器件的控制信号.arXiv: 2203.01523.
- L.安纳马莱,V.拉马纳坦,C.S.塔库尔事件- lstm:基于事件的数据的无监督和异步学习表示”。在IEEE机器人与自动化通讯。
- P. Kumar, K. Zhu, X. Gao, S. Wang, M. Lanza, C.S. Thakur, "基于二维忆阻交叉阵列和CMOS集成电路的边缘计算混合架构”,npj2D材料与应用,自然。
- a·r·奈尔,s·查克拉巴蒂,c·s·塔库尔超轻声学模式识别器设计的滤波器内计算”,IEEE物联网杂志。
- T.保罗,A.穆昆丹,K.K.蒂瓦里,A.高希和C.S.塔库尔,”全2d多状态mos2存储器中固有STDP学习能力的演示及其在神经形态语音识别建模中的应用”二维材料,DOI:10.1088/2053-1583/ac210a.
- 拉克希米A,查克拉博蒂A,塔库尔C. S, "EvAn:神经形态事件异常检测”。神经科学前沿。DOI: 10.3389 / fnins.2021.699003。
- A. Krishna, André van Schaik, C.S. Thakur, "用于机器人源定位的粒子滤波器的FPGA实现”IEEE访问。
- J. L.莫林,E.尼伯,R.艾蒂安-卡明斯,C.S.塔库尔基于神经形态原型对象的动态视觉显著性模型及其混合FPGA实现”生物医学电路与系统学报,doi: 10.1109/TBCAS.2021.3089622。
- S. Gupta, S. Chakraborty, C. S. Thakur "边缘设备动态权值生成的神经形态时复用储层计算”。IEEE神经网络与学习系统汇刊(TNNLS),doi: 10.1109 / TNNLS.2021.3085165.
- 徐颖,王荣荣,柯恒,C. S.塔库尔,T. J.汉密尔顿,A. van Schaik,”使用硅耳蜗对的生物声音定位系统”。应用科学(MDPI)
- A.Krishna, D. Mittal, S.G. Virupaksha, A.R. Nair, R. Narayanan, C.S. Thakur”,基于网格单元和位置单元的仿生fpga空间导航模型”。神经网络(Elsevier)
- A.R.芒格洛尔,C.S.西拉曼图拉,C.S.塔库尔"神经形态条纹投影轮廓术”“补充论文”。IEEE信号处理规程
- A.克里希纳,S. Rudresh, V. Shaw, H. R. Sabbella, C. S. Seelamantula, C. S. Thakur,”无限动态范围模数转换”。arXiv: 1911.09371。
- Gupta S, Kumar P, Paul T, van Schaik A, Ghosh A, Thakur C S, "低功耗,CMOS-MoS2 mem晶体管为基础的神经形态混合架构唤醒系统”。科学报告(自然组)
- Nazreen p.m., S. Chakrabartty S., Thakur C.S. "基于边缘传播网络的无乘数稀疏机器学习”。arXiv: 1910.02304
- 张杰,纽曼J P,塔库尔C. S,王旭,拉特雷J, R.艾蒂安-卡明斯,M Wilson, "高动态范围视频的闭环全电子像素自适应成像系统”。IEEE电路与系统汇刊(TCAS-I)
- Tathagata Paul, Tanweer Ahmed, Krishna Kanhaiya Tiwari, Chetan Singh Thakur, Arindam Ghosh”用于神经形态计算的高性能MoS2突触装置”。2D材料(IOP科学).
- 拉克希米,查克拉博提,塔库尔。神经形态视觉:传感器到基于事件的算法.Wiley -Wires跨学科评论:数据挖掘与知识发现,DOI:10.1002 / widm.1310.
- Daniel s.c G, Kumar A, Sivasakthi K, Thakur c.s。手持,低成本的电子设备,用于快速,实时荧光检测Hg2+,使用适体模板ZnO量子点.传感器和执行器B: Elsevier
- Thakur C. S, Jamal Molin, Gert Cauwenberghs, Giacomo Indiveri, Kundan Kumar, Qiao Ning, Johannes Schemmel, Runchun Wang, Elisabetta Chicca, Jennifer Olson Hasler, jaizsun Seo, Shimeng Yu,曹宇,André van Schaik, Ralph etiene - cummings。大规模神经形态尖刺阵列处理器:模拟大脑的探索。神经科学前沿。
- 王R.,塔库尔,C. S.,范夏克,A.。基于fpga的大规模并行神经形态皮层模拟器.神经科学前沿。
- 徐颖,塔库尔,陈志强,王荣荣,范沙克,李志强。CAR-FAC耳蜗模型的FPGA实现。神经科学前沿
- 熊涛,张洁,陈志伟,等。一种用于多通道神经记录和Spike排序的无监督压缩感知算法。神经系统与康复工程汇刊
- 塔库尔,王瑞敏,汉密尔顿,唐杰,泰普森,艾蒂安-卡明斯和范·沙克,A。模拟神经形态协处理器,利用设备不匹配的学习应用。IEEE电路与系统汇刊(TCAS-I)
- 塔库尔,C. S.,阿夫沙尔,S.,王,R. M.,汉密尔顿,T. J.,塔普森,J.,和范·沙克,A.。使用随机电子学的贝叶斯估计和推断.神经科学前沿.
- 塔库尔,王瑞敏,汉密尔顿,t.j.,塔普森,J.和范·沙克,A.。一种低功耗可训练的神经形态集成电路,能容忍设备失配.IEEE电路与系统汇刊I:常规论文,63(2), 211 - 221。
- 王锐,塔库尔,陈志强,等。使用神经工程框架进行模式识别的神经形态硬件架构.IEEE生物医学电路与系统汇刊.
- 阿夫沙尔,S.,塔库尔,C. S.等。调低噪音:单一尖峰神经元传入信噪比的突触编码.IEEE生物医学电路与系统汇刊(TBioCAS).
- 塔库尔,王瑞敏,汉密尔顿,t.j.,塔普森,J.和范·沙克,A.。神经形态硬件加速器的在线学习算法。
- 塔库尔,王瑞敏,阿夫沙尔,S.,汉密尔顿,T. J.,塔普森,J. C.,沙玛,S. A.,和范·谢克,A.。声流分离:实时解决“鸡尾酒会问题”的神经形态方法。神经科学前沿.
会议出版物
- H.R. Sabbella, A.R. Nair, V. Gumme, S.S. Yadav, S. Chakrabartty,C.S.塔库尔。”一种用于生态应用程序”,IEEE国际研讨会电路与系统(ISCAS), 2022年。
- S.S.亚达夫,R.阿加瓦尔,K.巴拉特,S.拉奥,C.S.塔库尔,”tinyRadar:基于毫米波雷达的边缘计算人类活动分类”,IEEE国际研讨会电路与系统(ISCAS), 2022年。
- Y. Bethi, S. Narayanan, V. Rangan, A. Chakraborty, C.S. Thakur "压缩感知视频中的实时目标检测与定位”。IEEE图像处理国际会议(ICIP), 2021。
- A.克里希纳,C.S.塔库尔利用随机计算的贝叶斯源定位”。IEEE电路与系统国际研讨会(ISCAS), 2021年.
- A.B.阿尤布,P.K.纳特,V.Rangan, C.S.塔库尔,"基于FPGA的视频压缩感知框架”。VLSI设计与测试(V-DAT), 2020
- a·t·塔拉坎,d·巴斯卡尔,c·s·塔库尔利用模拟神经形态电路实现贝叶斯苍蝇跟踪模型”。IEEE电路与系统国际研讨会(ISCAS), 2020年.
- 张j, Khalifa A, Spetalnick S, Milad A, Rattray J, Thakur c S, A Eisape, R. Etienne-Cummings, "用于脑荧光成像的微型无线绝缘子上硅图像传感器”IEEE医学与生物工程学会(EMBC), 2020。
- Vignesh Ramanathan, Pritesh Dwivedi, Katabathuni Bharath, Anirban Chakraborty, Chetan Singh Thakur,”QUICKSAL:一个小而稀疏的可视化显著性模型,用于资源受限硬件的有效推理”2020计算机视觉应用冬季会议(WACV ' 20)
- S. Narayanan, Y. Bethi, Thakur, C. S, "使用像素级编码曝光的压缩感知视频数据集“arXiv: 1905.10054。
- A. G. Mahurkar, P. K. Pokala, C. S. Thakur和C. S. Seelamantula "用于高分辨率超声成像的稀疏性放大迭代重加权波束形成”,2019年IEEE声学、语音和信号处理国际会议论文集.
- P.库马尔,A. R.奈尔,O.查特吉,T.保罗,A.高希,S.查克拉巴蒂,C. S.塔库尔,”基于mem晶体管的支持向量机的神经形态内存计算框架。”IEEE中西部电路与系统研讨会, 2019年。
- S. K.古普塔,K.库马尔,C.西拉曼图拉,塔库尔C. S. "基于深度生成学习的预波束形成射频信号压缩感知的便携式超声成像系统”IEEE医学与生物工程学会(EMBC), 2019。
- 拉古纳特,k.p.,萨加尔,k.m.,戈库兰,T.,库马尔,K.,塔库尔,c.s.。基于ASIC的LVDT信号调节器用于高精度测量.”在超大规模集成电路设计与测试国际研讨会(页385 - 397)。施普林格、新加坡。2019年7月。
- B. R. Pradhan, Y. Bethi, S. Narayanan, A. Chakraborty, Thakur, C. S。”n-HAR:使用记忆表面的基于神经形态事件的人类活动识别系统”。2019年IEEE电路与系统国际研讨会.
- A.特里帕希,M.阿拉比扎德,S.坎德尔瓦尔,塔库尔,C. S. "基于多输入浮栅MOS神经元模型的模拟神经形态系统”。2019年IEEE电路与系统国际研讨会.
- R.夏尔马,S.古普塔,K.库马尔,P.库马尔,塔库尔,C. S。”基于神经形态像素阵列的实时图像分割”。2019年IEEE电路与系统国际研讨会.
- S. gupta, P. Kumar, K. Kumar, S. Chakraborty, Thakur, C. S, "基于亚阈值电流模式电路的低功耗神经形态模拟系统”。2019年IEEE电路与系统国际研讨会.
- Chakraborty S, P. Priyanka, Gupta S, Afshar S, Hamilton T, Thakur C S, "基于FPGA的复眼神经形态目标跟踪体系结构”IEEE中西部电路与系统研讨会, 2018年。
- 熊涛,拉特雷,张俊杰,塔库尔,陈世峰,陈世峰,艾蒂安-卡明斯"用于视频压缩的时空压缩感知”IEEE中西部电路与系统研讨会, 2017年。
- 塔库尔,C. S., L. Molin,熊涛,J. Zhang, E. Niebur, R. Etienne-Cummings, "利用随机计算实现神经形态视觉显著性”,IEEE电路与系统国际研讨会, 2017年。
- L. Molin, A. Eisape, Thakur, C. S. V. Varghese, C. Brandli, R. Etienne-Cummings,”低功率,低错配,高密度,vlsimihalas-niebur神经元阵列”,IEEE国际研讨会电路与系统(ISCAS), 2017年。
- 塔库尔,c.s., L.莫林,R.艾蒂安-卡明斯,"使用尖峰神经形态处理器进行实时图像分割”,信息科学与系统(CISS), 2017年第51届年会, ieee, 2017。
- 塔库尔,C. S.莫林,A. V.沙伊克,R.艾蒂安-卡明斯,”基于随机计算的贝叶斯神经元spike推理”,信息科学与系统(CISS), 2017年第51届年会, ieee, 2017。
- 王,R.,塔库尔,C. S.等(2016)STDP学习的随机方法.IEEE电路与系统国际研讨会(ISCAS 2016).
- 徐,Y,塔库尔,C. S.等(2016)电子耳蜗:基于FPGA的Car-FAC模型.IEEE生物医学电路与系统会议.
- 王,R.,塔库尔,C. S.等(2016)基于sram的卷积神经网络实现.IEEE生物医学电路与系统会议.
- 徐,杨,塔库尔,C. S.等(2015)神经形态ADC的可重构混合信号实现.IEEE生物医学电路与系统会议(BioCAS).
- 王瑞,塔库尔,C. S.等(2015)一种紧凑的基于aVLSI电导的硅神经元.2015年IEEE生物医学电路与系统会议.
- 塔库尔,c.s.,等人(2015)基于种群编码的神经形态硬件框架.IEEE神经网络国际联合会议(IJCNN).
- 塔库尔,c.s.,等人(2014)耳蜗CAR模型的FPGA实现.IEEE电路与系统国际研讨会.
- 塔库尔,C. S.,汉密尔顿,T. J.,塔普森,J.,和范·沙克,A. (2015)使用随机硬件的尖峰网络中的贝叶斯推理.NeuroEng 2015:第八届澳大利亚计算神经科学和神经形态工程研讨会.
- 王,R. M.,塔库尔,C. S.,汉密尔顿,T. J., Tapson, J., van Schaik, A.(2015)使用神经工程框架的认知计算生态系统。NeuroEng 2015:第八届澳大利亚计算神经科学和神经形态工程研讨会.
- Thakur, c.s., Wright J., Hamilton, t.j., Tapson, J., van Schaik, a. (2014) CAR-FAC的数字实现:人类耳蜗的神经形态模型。NeuroEng 2014:第七届澳大利亚计算神经科学研讨会.
- Thakur, c.s., van Schaik, A, Tapson, J, Hamilton, t.j.(2013)使用随机数字体系结构实现ELM。第11届工程数学与应用会议论文集,EMAC-2013.
书的章节
1.查克拉巴蒂,S,拉曼,B,塔库尔,c。(2022)”,从感觉到学习和从学习到感觉:设计神经形态传感器的原则”,神经工程手册,见:Thakor N.V. (eds)神经工程手册。施普林格、新加坡。https://doi.org/10.1007/978 - 981 - 15 - 2848 - 4 - _122 - 1。
专利
- 塔库尔,C. S.,查克拉博蒂,A.,纳拉亚南,S.,普拉丹,B. R.”面向自动驾驶汽车导航控制的周围环境活动识别方法和系统”,已在印度和美国申请专利。
- 塔库尔,c.s.,查克拉巴蒂,S.,奈尔,a.r. "节能边缘器件无乘数内核机的设计方法与系统,临时印度知识产权。
- 塔库尔,C. S.,西拉曼图拉,肖V .,克里希南A., R.苏尼尔。”,无限动态范围模拟-数字转换器”,临时印度知识产权。
- S C G基鲁巴·丹尼尔,尼拉贾,萨贝拉h R,塔库尔,C S, "利用可重复使用的固体还原剂合成金属纳米颗粒的方法,印度临时知识产权申请,专利申请号:201941043597。
- 塔库尔,C. S., J. L.莫林,E.尼伯,R.艾蒂安-卡明斯。”,A Method and Device for Fast, Efficient Data Triaging in 360˚ Video/Image, or Video/Image Captured Using any Geometrical Optical Projections onto any Geometrical Shape of Imager Plane”, Provisional IP with JHU.
- Thakur, C. S., Hamilton, T. J., Tapson, J., & van Schaik, A.,“一种神经形态可训练模拟块”,(2014)国际PCT,专利号AU2014904154/WO2016058055。
现场演示
- S. narayanan, Y. Bethi, J. Lottiery, E.Niebur, R. Etienne-Cummings, Thakur, C. S,”现场演示:基于原型对象的视觉显著性模式的实时实现l”。2019年IEEE电路与系统国际研讨会.
- Wang, R. M., Thakur, C. S., Hamilton, T. J., Tapson, J., & van Schaik, A. (2015) DeepSouth:大规模神经模拟的交钥匙解决方案。NeuroEng 2015:第八届澳大利亚计算神经科学和神经形态工程研讨会.
- Thakur, c.s., Wright J., Hamilton, t.j., Tapson, J., & van Schaik, a.(2014)现场演示:CAR-FAC的数字实现:人类耳蜗的神经形态模型。NeuroEng 2014:第七届澳大利亚计算神经科学研讨会.
- Thakur, c.s., Wright J., Hamilton, t.j ., Tapson, J., & van Schaik, A.(2014)现场演示:Cochlea CAR模型的FPGA实现。IEEE电路与系统国际研讨会.
- 熊涛,张军,塔库尔,程胜,等。现场演示:一个紧凑的全cmos时空压缩感知摄像机IEEE电路与系统国际研讨会(ISCAS, 2017).
博客
- Chetan Singh Thakur,基于神经形态CMOS-MoS2的低功耗边缘计算混合系统设备与材料工程.