文献

J-GLOBAL ID：201902283623276646   整理番号：19A1453726

神経形態学的計算のための記憶シナプスデバイスの非線形効果の緩和【JST・京大機械翻訳】

Mitigating Nonlinear Effect of Memristive Synaptic Device for Neuromorphic Computing

著者 (4件)： Fu Jingyan (Department of Electrical and Computer Engineering, North Dakota State University, Fargo, ND, USA) ,  Liao Zhiheng (Department of Electrical and Computer Engineering, North Dakota State University, Fargo, ND, USA) ,  Gong Na (Department of Electrical and Computer Engineering, University of South Alabama, Mobile, AL, USA) ,  Wang Jinhui (Department of Electrical and Computer Engineering, University of South Alabama, Mobile, AL, USA)
資料名： IEEE Journal on Emerging and Selected Topics in Circuits and Systems  (IEEE Journal on Emerging and Selected Topics in Circuits and Systems)
巻： 9  号： 2  ページ： 377-387  発行年： 2019年 
JST資料番号： W2302A  ISSN： 2156-3357  CODEN： IJESLY  資料種別： 逐次刊行物 (A)
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： メムリスタは,神経形態計算のためのハードウェアソリューションとして利点を提供するが,それらの非線形デバイス特性は,重みづけを不正確にし,ニューラルネットワークの認識精度を低下させる。本論文では,区分線形(PL)法を提案し,区分線に沿った重み更新パラメータを計算することにより,メムリスタの非線形効果を緩和し,重み更新プロセスの誤差を低減した。これは,各更新段階におけるメムリスタの正確なコンダクタンスを読むことなく非線形性の影響を緩和し,複雑な周辺回路を回避する。2分割選択戦略における2セグメント,3セグメントおよび4セグメントモデルによる提案PL法の有効性を検討し,種々の変動の影響を考察した。結果は,異なる非線形性の下で,PL法は,PL法のない場合の10.77%~73.18%と比較して,修正国立標準技術研究所(MNIST)手書き数字の認識精度を87.87%~95.05%増加させることができることを示した。Copyright 2019 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： 重みづけ ,  有効性 ,  数字 ,  *非線形効果 ,  コンダクタンス ,  非線形性 ,  ニューラルネットワーク ,  ハードウェア ,  *線形性
準シソーラス用語： 手書き ,  認識精度 ,  デバイス特性 ,  *神経 ,  メモリスタ ,  神経形態学 , 【Automatic Indexing@JST】

分類 (3件)： 生体計測  (EL03020C) ,  半導体集積回路  (NC03162T) ,  エネルギー消費・省エネルギー  (LD01000B)

タイトルに関連する用語 (5件)： 神経形態学 ,  計算 ,  シナプス ,  非線形効果 ,  緩和