文献

J-GLOBAL ID：202202217793767771   整理番号：22A0773031

BINGO:脳にヒントを得た学習記憶【JST・京大機械翻訳】

BINGO: brain-inspired learning memory

著者 (2件)： Chakraborty Prabuddha (Department of Electrical and Computer Engineering, University of Florida, Gainesville, FL, USA) ,  Bhunia Swarup (Department of Electrical and Computer Engineering, University of Florida, Gainesville, FL, USA)
資料名： Neural Computing & Applications  (Neural Computing & Applications)
巻： 34  号： 4  ページ： 3223-3247  発行年： 2022年 
JST資料番号： W0703A  ISSN： 0941-0643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： コンピュータメモリにおけるデータの保存と検索は,システム性能において主要な役割を果たす。伝統的に,コンピュータメモリ構成は,システム運用中のメモリアクセス挙動におけるアプリケーション固有の特性に基づいて変化しない。特に,コンテンツ操作メモリ(COM)の場合,データブロックと検索パターン(またはキュー)との連想と,保存データの粒度(詳細)は進化しない。計算機メモリのそのような静的性質,即ち,与えられた物理的記憶に格納できるデータ量を制限するだけでなく,様々なアプリケーションにおける性能改善の機会を誤っても誤っておく。それどころか,人間記憶は,データおよび対応する手がかり間の関連を動的に創造/更新するだけでなく,データを保存および検索する際に,一見無限塑性によって特性化される。本論文では,柔軟な神経記憶ネットワークとしてメモリを組織化する脳にヒントを得た学習記憶パラダイムであるBINGOを導入した。BINGOにおいて,ネットワーク構造,関連の強さ,およびデータの粒度は,システム操作の間,連続的に調整して,前例のない可塑性と性能利点を提供した。定式化学習プロセスを統合したBINGOにおける関連ストレージ/検索/保持アルゴリズムを提案した。運用モデルを用いて,BINGOは,従来のコンテンツ操作メモリと比較して,CIFAR-10データセットと野生生物監視データセットを用いて,メモリアクセス時間と有効記憶容量において1桁の改善を達成することを実証した。Copyright The Author(s) 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  塑性 ,  記憶装置 ,  *学習 ,  記憶容量 ,  ネットワーク ,  ネットワーク構造 ,  計算機械 ,  応用プログラム ,  野生生物 ,  定式化 ,  インターネット ,  機械学習 ,  コンテンツ
準シソーラス用語： メモリアクセス , 【Automatic Indexing@JST】

著者キーワード (6件)： エッジストレージ ,  エッジ知能 ,  自己学習システム ,  インターネット(IoT) ,  機械学習 ,  生物にヒントを得たAI

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 脳 ,  ヒント ,  学習