文献

J-GLOBAL ID：201702230538616259   整理番号：17A1359839

確率的サンプリング機械のための超低電力確率的IMTニューロン【Powered by NICT】

Ultra-low power probabilistic IMT neurons for stochastic sampling machines

著者 (5件)： Jerry M. (University of Notre Dame, Notre Dame, IN) ,  Parihar A. (Georgia Institute of Technology, Atlanta, GA) ,  Grisafe B. (University of Notre Dame, Notre Dame, IN) ,  Raychowdhury A. (Georgia Institute of Technology, Atlanta, GA) ,  Datta S. (University of Notre Dame, Notre Dame, IN)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： VLSI Circuits  ページ： T186-T187  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 確率的サンプリング機(SSM)は,局所最小値を回避し,訓練データセットの過剰適合[1]を防ぐために確率的スパイキングニューロンからの神経サンプリングを利用する。これは決定論的実装に比べて改善された誤り率を可能にし,低いビット精度,減少したチップ面積,および減少したエネルギー消費を可能にした。本研究では,実験的に実証した(i)11.9μWの記録的に低いピーク作動電力による絶縁体-金属相転移(IMT)ニューロンV_DD=0.7V(ii)二酸化バナジウム(VO2)のIMTはSSMのためのコンパクトな確率IMTニューロンを実現するための自然な確率的ハードウェア基質を提供する(iii)実験的に較正されたデバイスモデリングを用いたMNISTデータベース[2]上のパターン認識のためのSSMの実現。これらの結果は,システム電力消費の4.5倍還元におけるSSM結果確率IMTニューロンを示す22nm CMOS ASICと比較した。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： 誤り率 ,  金属-絶縁体転移 ,  データベース ,  *ニューロン ,  ASIC ,  パターン認識 ,  エネルギー消費 ,  ハードウェア ,  電力消費 ,  *電力
準シソーラス用語： 二酸化バナジウム ,  チップ面積 ,  スパイキングニューロン ,  訓練データ ,  *超低消費電力 , 【Automatic Indexing@JST】

分類 (4件)： エネルギー消費・省エネルギー  (LD01000B) ,  脳・神経系モデル  (EL02050C) ,  都市計画一般,都市経済学  (RD01010S) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 確率 ,  サンプリング ,  低電力 ,  IMT ,  ニューロン