文献

J-GLOBAL ID：202002242903320929   整理番号：20A2283036

教師なしスパイクタイミング依存可塑性で訓練されたスパイキングCNNにおける時間的減衰機構を用いたホメオスタシスの可能化【JST・京大機械翻訳】

Enabling Homeostasis using Temporal Decay Mechanisms in Spiking CNNs Trained with Unsupervised Spike Timing Dependent Plasticity

著者 (4件)： Kesari Krishna Reddy (Purdue University,School of Electrical and Computer Engineering) ,  Panda Priyadarshini (Yale University United States of America,Department of Electrical Engineering) ,  Srinivasan Gopalakrishnan (Purdue University,School of Electrical and Computer Engineering) ,  Roy Kaushik (Purdue University,School of Electrical and Computer Engineering)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IJCNN  ページ： 1-8  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： 畳込みニューラルネットワーク(CNN)は,画像分類タスクのための作業ウマになった。この成功は,完全に接続されたアーキテクチャとは対照的に,複雑なデータセットに対する畳み込みアーキテクチャに適用されるスパイク時間依存塑性(STDP)学習ルールの探索を推進した。抑制ニューロンと適応閾値は,教師なし学習プロセスを助けるために,完全に接続されたスパイキングネットワークにおいて,ホメオスタシスを誘発するための広く採用される方法である。これらの方法は,すべてのニューロンが時間を通してほぼ等しい発火活性を持ち,それらの受容野が異なることを確実にし,一般にホメオスタシス挙動と呼ばれる。適応閾値は,CNNsをスパイクするのに直接的であるが,抑制ニューロンの追加は,その共有重み特性のため,畳込みアーキテクチャに適していない。本研究では,まず,分離における適応閾値は,スパイクCNNにおける活性化マップを通して近似的等価発火活性を得るのに弱いことを示した。次に,STDP学習ルールと適応閾値を補完する望ましい挙動を可能にする重みとオフセット減衰機構を開発した。これらの減衰機構は,精度(最大1.4%)に関してベースラインSTDPと比較して特徴学習を改善し,また,活性化マップ(標準偏差を半分以上)間のホメオスタシス挙動を増強することを経験的に示した。誘起された活性の変化に関する適応閾値と比較して,減衰機構の相補的挙動を論じた。最後に,畳み込み特徴が減衰機構を持つSTDPを用いてクラスの部分集合上で訓練されたとき,学習された特徴は畳み込み層に不満であるクラスの部分集合に移転可能であることを示す。したがって,減衰機構は,ネットワークが訓練されるタスクに対応するより良い特徴を学習するだけでなく,すべての活性化マップからの寄与を奨励しながら,クラス間で一般的な構造を学習する。実験を行い,拡張MNIST(EMNIST)データセットに関する著者らの知見を示した。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： *塑性 ,  畳込み ,  学習 ,  ネットワーク ,  標準偏差 ,  ニューロン ,  教師なし学習 ,  近似法 ,  時間依存性 ,  *ホメオスタシス ,  基準線 ,  計算機アーキテクチャ
準シソーラス用語： 画像分類 ,  受容野 ,  畳込みニューラルネットワーク , 【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 (6件)： 教師 ,  スパイクタイミング依存可塑性 ,  訓練 ,  CNN ,  減衰 ,  ホメオスタシス