文献

J-GLOBAL ID：202202213778506030   整理番号：22A0696269

単一磁束量子回路を用いた離散Hopfieldニューラルネットワークの設計【JST・京大機械翻訳】

Design of Discrete Hopfield Neural Network Using a Single Flux Quantum Circuit

著者 (3件)： He Houwen (Department of Electrical and Computer Engineering, Yokohama National University, Yokohama, Kanagawa, Japan) ,  Yamanashi Yuki (Department of Electrical and Computer Engineering, Yokohama National University, Yokohama, Kanagawa, Japan) ,  Yoshikawa Nobuyuki (Department of Electrical and Computer Engineering, Yokohama National University, Yokohama, Kanagawa, Japan)
資料名： IEEE Transactions on Applied Superconductivity  (IEEE Transactions on Applied Superconductivity)
巻： 32  号： 4  ページ： ROMBUNNO.1300604.1-4  発行年： 2022年 
JST資料番号： W0177A  ISSN： 1051-8223  CODEN： ITASE9  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： 超伝導体単一磁束量子(SFQ)論理ファミリは,その高いスイッチング速度と低い電力消費のため,ポストモア時代におけるエネルギー消費危機を解決するための有望な候補として認識されてきた。機械学習の分野において,技術と計算要求が急速に成長している(例えば,画像認識と自然言語処理),SFQ回路の実現に大きな可能性がある。本研究では,SFQ回路を用いて離散Hopfieldニューラルネットワーク(DHNN)を研究し,実装した。DHNNは,標準フル精度ニューラルネットワークより情報が少ないバイナリニューラルネットワークである。また,それはより高い処理速度を提供した。それはパターン認識と回復のために主に使用される。2つのパターン,それぞれ8つの要素を有するDHNN回路を設計した。この回路は50GHz以上のクロック周波数で動作する。Copyright 2022 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 ,  電力消費 ,  *ニューラルネットワーク ,  自然言語処理 ,  エネルギー消費 ,  超伝導体 ,  *Hopfield模型 ,  機械学習 ,  画像認識
準シソーラス用語： *単一磁束量子 ,  *SFQ回路 ,  クロック周波数 ,  スイッチング速度 ,  処理速度 ,  バイナリー , 【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 (3件)： 単一磁束量子回路 ,  Hopfieldニューラルネットワーク ,  設計