文献

J-GLOBAL ID：202102228037015182   整理番号：21A2636842

スパイクベースパターン認識のための蛋白質構造化リザーバー計算【JST・京大機械翻訳】

Protein Structured Reservoir Computing for Spike-Based Pattern Recognition

著者 (4件)： Tsakalos Karolos-Alexandros (Department of Electrical and Computer Engineering, Democritus University of Thrace, Xanthi, Greece) ,  Sirakoulis Georgios Ch. (Department of Electrical and Computer Engineering, Democritus University of Thrace, Xanthi, Greece) ,  Adamatzky Andrew (Unconventional Computing Laboratory, University of the West of England, Bristol, U.K) ,  Smith Jim (Computer Science Research Centre, University of the West of England, Bristol, U.K.)
資料名： IEEE Transactions on Parallel and Distributed Systems  (IEEE Transactions on Parallel and Distributed Systems)
巻： 33  号： 2  ページ： 322-331  発行年： 2022年 
JST資料番号： T0882A  ISSN： 1045-9219  CODEN： ITDSEO  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： 今日,著者らは,ナノスケールキャラクタリゼーションと製作において,地上破壊発見と設計によってバックアップされた半導体産業における小型化傾向を知っている。傾向を促進し,より小型で,より速く安価な計算デバイスを生産するために,ナノエレクトロニクスデバイスのサイズは,現在,原子または分子のスケールに達しており,新しいデバイスに疑いなく要求される技術的目標である。傾向に従って,単一蛋白質分子上で貯留層計算を実行する非従来型経路を調べ,小世界ネットワーク特性と神経形態学的連結性を導入した。ベロトキシン蛋白質の原子に対応する基本プロセッサとしてIzhikevichスパイキングニューロンを選択し,プロセッサを接続する通信ネットワークの「ハードウェア」アーキテクチャとしてその分子を選択した。著者らは,単一読出し層,様々な訓練法を教師つき方式で適用し,分子構造化貯水池コンピューティング(RC)システムが機械学習ベンチマークを扱うことができるかどうかを調査した。著者らは,Spike-Timing-Dependent-Plasticityに基づく遠隔監視法から始め,線形回帰とスケール共役勾配逆伝搬訓練法で行った。RCネットワークを標準MNISTと拡張MNISTデータセットからの手書き数字画像に関する概念実証として評価し,他の類似手法と比較して許容できる分類精度を示した。Copyright 2021 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： *パターン認識 ,  貯水池 ,  通信網 ,  ネットワーク ,  共役 ,  *タンパク質 ,  小型化 ,  演算プロセッサ ,  ベンチマーク ,  計算機アーキテクチャ ,  機械学習 ,  ベロ毒素
準シソーラス用語： ナノエレクトロニクス ,  ナノスケール ,  低価格 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： スパイク ,  パターン認識 ,  蛋白質構造 ,  リザーバー ,  計算