文献

J-GLOBAL ID：201802283090198064   整理番号：18A1770958

生きたニューラルネットワークのための教師付きSTDPベース訓練アルゴリズム【JST・京大機械翻訳】

A Supervised Stdp-Based Training Algorithm for Living Neural Networks

著者 (7件)： Zeng Yuan (Electrical and Computer Engineering Department, Lehigh University) ,  Devincentis Kevin (Electrical and Computer Engineering Department, Camegie Mellon University) ,  Xiao Yao (University of Science and Technology of China, School of Gifted Young) ,  Ferdous Zubayer Ibne (Electrical and Computer Engineering Department, Lehigh University) ,  Guo Xiaochen (Electrical and Computer Engineering Department, Lehigh University) ,  Yan Zhiyuan (Electrical and Computer Engineering Department, Lehigh University) ,  Berdichevsky Yevgeny (Electrical and Computer Engineering Department, Lehigh University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICASSP  ページ： 1154-1158  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： ニューラルネットワークは,音声認識,薬物発見,画像分類,および物体検出のような多くの応用において大きな可能性を示している。ニューラルネットワークモデルは,生物学的ニューラルネットワークにより触発されているが,それらは,ディジタルコンピュータ上で機械学習タスクを実行するために最適化されている。本研究では,機械学習応用のための基本的な計算要素として,生体外で生きたニューラルネットワークを用いる可能性を調べた。本研究では,ニューロン工学制約を考慮した新しい教師つきSTDPベース学習アルゴリズムを提案した。手書き数字認識のためのMNISTベンチマーク上で74.7%の精度を達成した。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： 音声認識 ,  最適化 ,  ディジタル計算機 ,  ニューロン ,  *ニューラルネットワーク ,  ベンチマーク ,  機械学習 ,  *学習アルゴリズム
準シソーラス用語： 神経回路網モデル ,  画像分類 ,  物体検出 ,  *スパイクタイミング依存シナプス可塑性 ,  手書き数字認識 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ニューラルネットワーク ,  教師 ,  STDP ,  訓練アルゴリズム