文献

J-GLOBAL ID：201702282873406868   整理番号：17A1257523

パターン学習と特徴抽出のための相変化シナプスを持つ神経形態学的システム【Powered by NICT】

Neuromorphic system with phase-change synapses for pattern learning and feature extraction

著者 (4件)： Wozniak Stanislaw (IBM Research - Zurich, Saeumerstrasse 4, 8803 Rueschlikon, Switzerland) ,  Pantazi Angeliki (IBM Research - Zurich, Saeumerstrasse 4, 8803 Rueschlikon, Switzerland) ,  Leblebici Yusuf (Microelectronic Systems Laboratory, EPFL, 1015 Lausanne, Switzerland) ,  Eleftheriou Evangelos (IBM Research - Zurich, Saeumerstrasse 4, 8803 Rueschlikon, Switzerland)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 3724-3732  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： 神経形態学的システムは,コンピューティングの生物学にヒントを得た方法を提供し,古典的von Neumannアプローチに代わる。これらの系では,計算は,それらのシナプス重みの値によって制御されたスパイキングニューロンのネットワーク,学習のプロセスにおける更新により行った。,スパイクタイミング依存可塑性(STDP)のような,を提供する効率的なシナプス学習則は挑戦的な仕事である。これらの規則は主に局所情報を用いたが,同時に世界状況に有用であることを知識表現を開発する必要がある。実装観点から,特にハードウエア技術に適していることを必要としている。本研究では,相変化デバイスを用いて実現したニューロンとシナプスの添加によってシステムを提案した。はボトムアップ様式でパターン学習と特徴抽出のためのアーキテクチャを設計した。プロトタイプハードウェアプラットフォームからの実験結果は,提案した神経形態学的システムの能力を実証した。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： 計算機アーキテクチャ ,  ネットワーク ,  ハードウェア ,  *シナプス ,  *学習 ,  ニューロン ,  *特徴抽出 ,  知識表現 ,  *相転移
準シソーラス用語： ボトムアップ ,  学習則 ,  スパイクタイミング依存シナプス可塑性 ,  スパイキングニューロン ,  *神経形態学 , 【Automatic Indexing@JST】

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (5件)： 学習 ,  特徴抽出 ,  相変化 ,  シナプス ,  神経形態学