研究者
J-GLOBAL ID：202201001007350004
更新日: 2023年10月13日
酒見 悠介
サケミ ユウスケ | Sakemi Yusuke
所属機関・部署：
職名：
その他
ホームページURL (1件)：
https://sites.google.com/view/rcme-cit/
研究キーワード (1件)：
ニューロモルフィックエンジニアリング
競争的資金等の研究課題 (1件)：
- 2022 - 脳型アナログ演算を支える数理モデリング
論文 (8件)：
-
Robustness of Spiking Neural Networks based on Time-To-First-Spike Encoding against Adversarial Attacks. IEEE Transactions on Circuits and Systems-II: Express Briefs. 2022. 3640-3644
-
A Supervised Learning Algorithm for Multilayer Spiking Neural Networks Based on Temporal Coding Toward Energy-Efficient VLSI Processor Design. IEEE Transactions on Neural Networks and Learning Systems. 2021. 34. 1. 394-408
-
Model-size reduction for reservoir computing by concatenating internal states through time. Scientific Reports. 2020. 10. 21794
-
スパイキングニューラルネットワークにおける深層学習. 生産研究. 2019. 71. 2. 159-167
-
Noise-driven stochastic bistable circuits for brain-morphic systems. The 2018 International Symposium on Nonlinear Theory and Its Applications. 2018
もっと見る
MISC (4件)：
-
Sparse-firing regularization methods for spiking neural networks with time-to-first spike coding. arXiv. 2023
-
Yusuke Sakemi, Sou Nobukawa, Toshitaka Matsuki, Takashi Morie, Kazuyuki Aihara. Learning Reservoir Dynamics with Temporal Self-Modulation. arXiv. 2023. 2301.09235
-
Timing-Based Backpropagation in Spiking Neural Networks Without Single-Spike Restrictions. arXiv. 2022. 2211.16113
-
Effects of VLSI Circuit Constraints on Temporal-Coding Multilayer Spiking Neural Networks. arXiv. 2021
講演・口頭発表等 (2件)：
-
Optimal Excitatory and Inhibitory Balance for High Learning Performance in Spiking Neural Networks with Long-Tailed Synaptic Weight Distributions
(2023 International Joint Conference on Neural Networks (IJCNN) 2023)
-
Innate trainingによるカオスニューロンモデルによって構成されたEcho State Networkの学習法
(電子情報通信学会 非線形問題研究会)
学歴 (2件)：
- 2010 - 2015 東京大学大学院 理学系研究科 物理学専攻
- 2006 - 2010 慶應義塾大学 理工学部 物理学科
学位 (1件)：
経歴 (6件)：
委員歴 (1件)：
- 2019 - 現在 回路とシステムワークショップ 実行委員
所属学会 (1件)：
前のページに戻る
