文献

J-GLOBAL ID：201802258782366993   整理番号：18A0586530

神経形態学的アーキテクチャの性能に及ぼすニューロンの数増加の影響【Powered by NICT】

Impact of increasing number of neurons on performance of neuromorphic architecture

著者 (4件)： Shahsavari Mahyar (Univ. Lille CNRS Centrale Lille UMR 9189 - CRIStAL - Centre de Recherche en Informatique Signal et Automatique de Lille, F-59000 Lille, France) ,  Boulet Pierre (Univ. Lille CNRS Centrale Lille UMR 9189 - CRIStAL - Centre de Recherche en Informatique Signal et Automatique de Lille, F-59000 Lille, France) ,  Shahbahrami Asadollah (Department of Computer Engineering, Faculty of Engineering, University of Giulan, Rasht, Iran) ,  Hamdioui Said (Computer Engineering, Delft University of Technology, Delft, The Netherlands)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CADS  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： 使用入力データを分類抽出された重要な特徴に基づいて異なるクラスに向けであるパターン認識。パターン認識応用の認識率の増加は挑戦的な課題である。生理的脳構造からヒントを得たスパイクニューラルネットワークは,ニューロンのネットワークの神経形態学的ハードウェア実装である。神経形態学的アーキテクチャの試料は,ニューロン,入力と出力の二層を有している。入力ニューロン数は入力データパターンに基づいて固定されている。が出力ニューロンの数は異なる可能性がある。本論文の目的は,異なる数の出力ニューロンを用いて認識率の観点から神経形態学的アーキテクチャの性能評価である。この目的のためにN2S3とMNIST手書き数字のシミュレーション環境を用いた。シミュレーション結果は,出力ニューロンの様々な数の20年から30 50年,100年,200年,および300の認識率は70%,74%,79%,85%,89%,および91%,それぞれ示した。Copyright 2018 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： シミュレーション ,  性能評価 ,  *計算機アーキテクチャ ,  *ニューロン ,  数字 ,  パターン認識 ,  ネットワーク
準シソーラス用語： 手書き ,  二層 ,  ハードウェア実装 ,  脳構造 ,  認識率 ,  入力データ ,  *神経形態学 , 【Automatic Indexing@JST】

分類 (3件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (3件)： 神経形態学 ,  アーキテクチャ ,  ニューロン