低電源電圧で動作可能なP-HCNM用いたホップフィールドネットワークのアナログ特性を考慮した時系列パターン想起の一検討

カテゴリ：研究会(論文単位)

論文No：ECT25077

グループ名：【C】電子・情報・システム部門 電子回路研究会

発行日：2025/12/2

タイトル(英語)：低電源電圧で動作可能なP-HCNM用いたホップフィールドネットワークのアナログ特性を考慮した時系列パターン想起の一検討

著者名：大沼 亮介(日本大学),佐々木 芳樹(日本大学)

著者名(英語)： Ryosuke Ohnuma(Graduate School of Science and Technology, Nihon University),Yoshiki Sasaki(College of Science and Technology, Nihon University )

キーワード：スパイキングニューラルネットワーク,超大規模集積回路,ホップフィールドネットワーク,低電圧化,パルス形ハードウエアカオスニューロンモデル,スパイスシミュレーション,SNN,VLSI,Hopfield network,Low Voltage,P-HCNM,Spice Simulation

要約(日本語)：本研究では，低電源電圧で動作可能なカオス発振可能なハードウェアニューロンモデル（P-HCNM）を用いた全結合型ホップフィールドネットワークを対象に，発火タイミングのずれを吸収可能な構成を提案する．多段接続した遅延回路に異なる結合荷重値を与えることで入力強度を段階的に変化させ，時系列パターン想起の機能するかをシミュレーションにより確認した．

要約(英語)：This paper proposes a fully connected Hopfield network using low-voltage P-HCNM neurons for energy-efficient operation. To address spike timing variations caused by implementation variability, we introduce a multi-stage delay circuit where each stage incorporates a synapse model with distinct weight values, enabling gradual modulation of input signal strength. This approach allows robust time-series pattern to recall even when neuron firing is asynchronous. Simulation results confirm the effectiveness of the proposed configuration.

本誌：2025年12月5日電子回路研究会

本誌掲載ページ：15-17p

原稿種別：日本語

PDFファイルサイズ：1,081Kバイト