文献

J-GLOBAL ID：202002261939644886   整理番号：20A2077181

最長最短経路と最小スパンニング木を抽出するニューロモルフィックグラフアルゴリズム【JST・京大機械翻訳】

Neuromorphic Graph Algorithms Extracting Longest Shortest Paths and Minimum Spanning Trees

著者 (3件)： Kay Bill (Oak Ridge National Laboratory, Oak Ridge, Tennessee) ,  Date Prasanna (Oak Ridge National Laboratory, Oak Ridge, Tennessee) ,  Schuman Catherine (Oak Ridge National Laboratory, Oak Ridge, Tennessee)
資料名： ACM Proceedings  (ACM Proceedings)
号： NICE ’20  ページ： 1-6  発行年： 2020年 
JST資料番号： D0698C  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： ニューロモルフィックコンピューティングは,その極めて低い電力利用と固有の並列性のため,ポストMooreの法則時代における有望な計算パラダイムになるとされている。伝統的に,神経形態系に対する使用事例の大部分は機械学習の分野である。それらのユーザビリティを拡大するために,神経形態学的システムが非機械学習タスクのために同様に使用されることが必須である。神経形態学的系(すなわち,ニューロンおよびシナプス)の構造的側面はグラフ(すなわち,ノードおよびエッジ)のそれらと類似しているが,グラフアルゴリズムがそれらの神経形態学的対応物にどのように翻訳されるかは明らかではない。本研究では,神経形態学的グラフのシナプス遅延に分数オフセットを導入する前処理技法を提案した。この技法は,2つのグラフアルゴリズム:最長最短経路抽出と最小スパニングツリーを可能にする。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューロン ,  前処理 ,  シナプス ,  *スパンニング木 ,  機械学習
準シソーラス用語： *グラフアルゴリズム ,  最小全域木 ,  *最短経路 ,  神経形態学 , 【Automatic Indexing@JST】

著者キーワード (4件)： グラフアルゴリズム ,  最長最短経路 ,  最小スパンニング木 ,  神経形態計算

分類 (1件)： 脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (2件)： 最短経路 ,  最小スパンニング木