文献

J-GLOBAL ID：201702239974001482   整理番号：17A1273534

AICNN:アナログ-ツウ-情報変換アーキテクチャを用いた典型的なCNNアルゴリズムの実装【Powered by NICT】

AICNN: Implementing Typical CNN Algorithms with Analog-to-Information Conversion Architecture

著者 (6件)： Jia Kaige ,  Liu Zheyu ,  Qiao Fei ,  Liu Xinjun ,  Wei Qi ,  Yang Huazhong
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISVLSI  ページ： 80-85  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： AICNNアーキテクチャを本研究で提示したCNNの最新の機械学習アルゴリズムをマップ電力制約付きに埋め込まれたハードウェアすることである。アナログツー情報変換と典型的なCNNアルゴリズムの組合せとして,AICNNは超並列アナログ信号処理回路を用いて超高効率的な計算を実現することができる,それはまた変換センサの出力のコストA DC装置を著しく減少できた。設計例として,特異的AICNN3実装を,SMIC社の0.18μm CMOSプロセスを用い,AICNNアーキテクチャを用いた典型的なCNNタスクの最小システムを実現する,評価した。シミュレーション結果はAICNN3は28x28MNIST画像を分類のみ1.47nJできることを示した。CPU上での基礎実行と比較して,AICNN3は67000 エネルギー効率改善を達成できたが,精度損失は1%以下であった。デバイス不整合とプロセス変化の影響をモンテカルロ統計的方法を用いて評価したアナログ処理パラダイムの不完全性である,AICNNアーキテクチャのスケーラビリティについても考察した。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： センサ ,  *アルゴリズム ,  エネルギー効率 ,  超並列処理 ,  *アナログ系 ,  不整 ,  学習アルゴリズム ,  不整合 ,  *計算機アーキテクチャ ,  モンテカルロ法 ,  画像 ,  ハードウェア ,  統計的方法
準シソーラス用語： アナログ信号処理 ,  *情報変換 , 【Automatic Indexing@JST】

分類 (1件)： 半導体集積回路  (NC03162T)

タイトルに関連する用語 (6件)： アナログ ,  情報変換 ,  アーキテクチャ ,  CNN ,  アルゴリズム ,  実装