P-HCNMにより構築したリザバー層のための出力ネットワークに対する一検討

カテゴリ：研究会(論文単位)

論文No：ECT25079

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)：P-HCNMにより構築したリザバー層のための出力ネットワークに対する一検討

著者名：山口 明伸(日本大学),佐々木 芳樹(日本大学)

著者名(英語)： Akinobu Yamaguchi(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,リザバーコンピューティング,スパイクタイミング依存性可塑性,パルス形ハードウェ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,RC,STDP,P-HCNM,Spice Simulation

要約(日本語)：近年注目される時系列データ処理に優れたリザバーコンピューティング(RC)が注目されている。先行研究では、P-HCNMで構築したリザバー層と接続するSTDP学習ネットワークを持つフィードバックネットワークを提案した。本稿では、学習後の結合荷重値を用いて、出力ノードが所望の動作を実現できるかを検討・報告する。

要約(英語)：Reservoir Computing (RC), which excels at time-series data processing, has garnered significant attention in recent years. In previous work, we proposed a feedback network featuring an STDP learning network connected to a reservoir layer constructed using P-HCNM. This paper investigates and reports on whether the output node can achieve the desired operation using the resulting learned synaptic weight values.

本誌：2025年12月5日電子回路研究会

本誌掲載ページ：23-25p

原稿種別：日本語

PDFファイルサイズ：1,070Kバイト