文献

J-GLOBAL ID：201702219534526840   整理番号：17A0856531

標準6T SRAMアレイにおける機械学習分類器のインメモリ計算【Powered by NICT】

In-Memory Computation of a Machine-Learning Classifier in a Standard 6T SRAM Array

著者 (3件)： Zhang Jintao (Department of Electrical Engineering, Princeton University, Princeton, NJ, USA) ,  Wang Zhuo (Department of Electrical Engineering, Princeton University, Princeton, NJ, USA) ,  Verma Naveen (Department of Electrical Engineering, Princeton University, Princeton, NJ, USA)
資料名： IEEE Journal of Solid-State Circuits  (IEEE Journal of Solid-State Circuits)
巻： 52  号： 4  ページ： 915-924  発行年： 2017年 
JST資料番号： B0761A  ISSN： 0018-9200  CODEN： IJSCBC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,計算は,標準6T SRAMアレイ,機械学習モデルを貯蔵する内で行われる機械学習分類器を提案した。末梢回路はSRAMのカラムによる混合信号の弱い分類器を実装し,訓練アルゴリズムは,ブースティングによる強い分類器を可能にし,また回路非理想性を克服し,多重カラムを結合した。プロトタイプ128×128SRAMアレイ,130nm CMOSプロセスで実現し,MNIST画像(28×28=784から9×9=81にダウンサンプル画像ピクセル特徴,90%の基線精度を用いた)の十元配置を実証した。SRAMモード(ビットセル読取/書込)では,プロトタイプは,最大300MHzで動作し,,モードでは50MHzで動作し,各サイクルを分類を生成した。離散SRAM/digital MACシステムと同程度の精度で,システムは630pJ/決定,標準的な養成アルゴリズムを用いた離散系よりも113倍低く,提案訓練アルゴリズムを用いた離散系よりも13倍低いエネルギーで十方向分類を達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 離散系 ,  多重化 ,  画素 ,  プロトタイプ ,  *SRAM ,  基準線 ,  学習アルゴリズム ,  CMOS ,  *機械学習 ,  アルゴリズム ,  画像
準シソーラス用語： ブースティング ,  混合信号 , 【Automatic Indexing@JST】

分類 (2件)： 半導体集積回路  (NC03162T) ,  集積回路一般  (NC03161C)

タイトルに関連する用語 (5件)： 標準 ,  SRAMアレイ ,  機械学習 ,  分類器 ,  計算