文献

J-GLOBAL ID：201802278738117886   整理番号：18A1907657

PSTDPとTSTDP学習のディジタル実現【JST・京大機械翻訳】

Digital Realization of PSTDP and TSTDP Learning

著者 (2件)： Gomar Shaghayegh (Research Centre for Integrated Microsystems, Electrical and Computer Engineering, University of Windsor, Windsor, Canada) ,  Ahmadi Majid (Research Centre for Integrated Microsystems, Electrical and Computer Engineering, University of Windsor, Windsor, Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IJCNN  ページ： 1-5  発行年： 2018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,対ベースおよび三重項ベースのSTDP学習モデルのための低コスト,正確および構成可能なディジタル回路を提示し,提案アーキテクチャをルックアップテーブル(LUT)およびPiecewise線形近似(PWL)のような最新手法の状態と比較した。実験結果と誤差測定は,提案したディジタル回路と元の学習モデルの間で0.0088の最大誤差を示した。この回路を合成し,Altera FPGA基板上に物理的に実装した。合成結果は,提案した回路がFPGA資源の最大1%を取ることを検証した。回路はそれらのコンパクト性と配置可能性のために大規模スパイキングニューラルネットワーク(SNN)実装に使用できる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ルックアップテーブル ,  計算機アーキテクチャ ,  *ディジタル方式 ,  三重項 ,  コンパクト性 ,  ディジタル回路 ,  学習モデル ,  FPGA ,  *学習
準シソーラス用語： スパイキングニューラルネットワーク ,  線形近似 ,  ローコスト ,  *スパイクタイミング依存シナプス可塑性 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (2件)： 学習 ,  ディジタル