文献

J-GLOBAL ID：201702232849322253   整理番号：17A1398982

FPGAアーキテクチャに対するオンチップ逆伝搬学習アルゴリズムの実装【Powered by NICT】

Implementing the on-chip backpropagation learning algorithm on FPGA architecture

著者 (1件)： Huan Minh Vo (Faculty of Electrical and Electronics Engineering, HCMC University of Technology and Education, Vietnam)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSSE  ページ： 538-541  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： スケーリングCMOS集積回路技術はチップ価格を減少させ,構成を持つ複雑なアプリケーションの処理性能を増加をもたらした。VLSIアーキテクチャは,今日ではニューラルネットワークモデルを実行する際の有望な候補である。逆伝搬アルゴリズムは,高度な並列処理の多層パーセプトロンを訓練するために使用した。並列計算実装はFPGAまたはASICに適した最良である。オンチップ逆伝搬学習アルゴリズム設計はFGPA上に2×2×1ニューラルネットワークアーキテクチャを実現するために提案した。シミュレーション結果は,逆伝搬学習アルゴリズムを0.05誤差ターゲットによる3エポックで収束することを示した。更新重みづけも2%以下FPGAとMatlabに学習の間の比較を行った。成果は,より大きな神経回路網の応用を拡張し他のハードウェアアーキテクチャと通信する。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： *学習アルゴリズム ,  シミュレーション ,  並列処理 ,  神経回路網 ,  *学習 ,  *FPGA ,  多層パーセプトロン ,  *計算機アーキテクチャ ,  重みづけ ,  並列演算
準シソーラス用語： MATLAB ,  神経回路網モデル ,  VLSIアーキテクチャ ,  CMOS集積回路 ,  *オンチップ , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  CAD,CAM  (JE10000A) ,  流出解析  (DC07030N)

タイトルに関連する用語 (6件)： FPGA ,  アーキテクチャ ,  オンチップ ,  伝搬 ,  学習アルゴリズム ,  実装