文献

J-GLOBAL ID：201802275484439254   整理番号：18A0448923

メモリスタクロスバーは多層パーセプトロンの実装【Powered by NICT】

Memristor crossbar based implementation of a multilayer perceptron

著者 (2件)： Yakopcic Chris ,  Taha Tarek M.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： NAECON  ページ： 38-43  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： 本論文では,様々な多層神経回路網アルゴリズムのex-situ訓練に使用できるメムリスタに基づく神経形態学的システムについて述べた。このシステムは正確なドット積計算を行うことができるアナログニューロン回路に基づいている。提示したex-situ計画法はメモリスタクロスバーにおける抵抗の格子上に多くの重要なニューラルアルゴリズムを直接マッピングに用いることができる。ドット積計算回路と共にこの重量へのクロスバーマッピング手法を用いて,複雑なニューラルアルゴリズムをこのシステムを用いて容易に実装できる。この回路の有効性と汎用性を示すために,多層パーセプトロン(MLP)は,Sobelエッジ検出を行うために訓練される。これらのシミュレーションに続いて,分析は,メモリスタ精度とニューロン回路利得の両方は出力誤差に関連しているかを示すことを示した。また,回路雑音とニューラルネットワークレイアウトは試験精度にどのように寄与するか検討した。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： 汎用性 ,  利得 ,  エッジ検出 ,  神経回路網 ,  ニューロン ,  アルゴリズム ,  *多層 ,  *多層パーセプトロン
準シソーラス用語： 神経形態学 ,  *メモリスタ , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 多層パーセプトロン ,  実装