文献

J-GLOBAL ID：201702260882163725   整理番号：17A1650986

マルチレベルメモリスタベース神経形態学的計算システムにおける量子化を意識した正則化学習法【Powered by NICT】

A quantization-aware regularized learning method in multilevel memristor-based neuromorphic computing system

著者 (5件)： Song Chang (Electrical and Computer Engineering Department, University of Pittsburgh, Pittsburgh, PA 15261, USA) ,  Liu Beiye (Electrical and Computer Engineering Department, University of Pittsburgh, Pittsburgh, PA 15261, USA) ,  Wen Wei (Electrical and Computer Engineering Department, University of Pittsburgh, Pittsburgh, PA 15261, USA) ,  Li Hai (Electrical and Computer Engineering Department, Duke University, Durham, NC 27708, USA) ,  Chen Yiran (Electrical and Computer Engineering Department, Duke University, Durham, NC 27708, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： NVMSA  ページ： 1-6  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： 本研究では,訓練プロセス中に測定目標値からメモリスタマッピングされたシナプス重みの偏差を考慮することができる正規化学習法を提案した。MNISTデータセットを利用するとき,得られた実験結果は,学習とマッピングプロセスを別々に考慮する従来の学習法と比較して,提案学習手法では,二値表現のための4.30%(11.05%)による,三準位表現のための0.40%(8.06%)によるマルチレベルメモリスタクロスバー上にマッピングされた二層多層パーセプトロン(とLeNet5)の計算精度を大幅に改善できることを示した。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： 正規化 ,  *学習 ,  *計算機システム ,  シナプス ,  *量子化 ,  *正則化
準シソーラス用語： 計算精度 ,  目標値 ,  *神経形態学 , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 神経形態学 ,  計算システム ,  量子化 ,  意識 ,  正則化