文献

J-GLOBAL ID：202002219978540961   整理番号：20A2767453

アナログシナプスの重みに対するリフレッシュ法【JST・京大機械翻訳】

Refresh Method for the Weights of the Analogue Synapses

著者 (2件)： Hulea Mircea (Gheorghe Asachi Technical University of Iasi,Faculty of Automatic Control and Computer Engineering,Iasi,Romania) ,  Barleanu Alexandru (Gheorghe Asachi Technical University of Iasi,Faculty of Automatic Control and Computer Engineering,Iasi,Romania)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICSTCC  ページ： 102-105  発行年： 2020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： スパイキングニューラルネットワークのアナログ実装は,並列操作と情報伝送の重要な利点を持っている。シナプス重みと学習機構のハードウェアにおける実装は,挑戦的なタスクである。リアルタイム調整から利益を得るアナログSNNの重みを貯蔵する安価で効率的な方法は,キャパシタを表す。しかし,この方法の主な欠点は,シナプス重みを揮発性にする漏れ電流を表す。本論文では,ニューロンの律動的活性化により,アナログシナプスの重みをリフレッシュする手法を提案し,評価した。結果は,アナログニューロンの長期記憶が,ニューロンが特定の期間において活性化されるならば,有意に改善することを示した。さらに,非揮発性メモリを得るために,リフレッシュ速度を初期値とシナプス重みの変化の関数として決定することができた。Copyright 2020 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： コンデンサ ,  学習 ,  ニューロン ,  並列運転 ,  *シナプス ,  アナログ系 ,  漏れ電流 ,  揮発性 ,  ハードウェア ,  不揮発性メモリ
準シソーラス用語： 長期記憶 ,  実時間 ,  低価格 ,  スパイキングニューラルネットワーク ,  情報伝送 , 【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)： アナログ ,  シナプス