文献

J-GLOBAL ID：202002271794144752   整理番号：20A0819947

ナノ構造化エレクトロニクスによる波動ベーススパイキングニューラルネットワーク【JST・京大機械翻訳】

Wave-Based Spiking Neural Network with Nano-Structured Electronics

著者 (1件)： Katayama Yasunao (IBM Research - Tokyo,Tokyo,Japan,103-8510)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： NANO  ページ： 157-162  発行年： 2019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： 本論文は,ナノ構造化電子システムを用いて,弾性波および構築ブロックとしての時間スパイク信号を用いた神経形態計算に関するものである。エネルギー効率の良い脳に触発された計算[1]のための波動ベースの神経形態学的計算フレームワークは,時間的スパイキングニューラルネットワーク(SNN)処理のための波動重ね合わせと伝搬としての遅延を伴う加重和を自然に計算することができる。ナノ構造化システムにおけるFermi速度で進行する電子波束の単一粒子量子効果を,種々のビルディングブロックを構成するために利用した。最初に,遅延が電気的に,また幾何学的に広く制御できる受動素子について述べた。次に,スプリッタ結合器構築ブロックを結合量子システムとアラインメントゲートで構成した。最後に,結合したナノシステムにおけるトンネリングによる自己リセット積分と火災構築ブロックについて説明した。サブバンド端における静的ポテンシャルの独立した変化とFermiポテンシャルはCoulombと量子相互作用の豊富な動力学をもたらし,臨界SNN構築ブロック関数を達成する。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： 量子効果 ,  エネルギー効率 ,  *電子技術 ,  アラインメント ,  弾性波 ,  火災 ,  相互作用 ,  *ナノ構造 ,  トンネル効果 ,  *波動 ,  臨界 ,  結合器 ,  スプリッタ ,  電子装置
準シソーラス用語： ビルディングブロック , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： ナノ構造 ,  エレクトロニクス ,  波動 ,  スパイキングニューラルネットワーク