ハードウェアランダム結合ニューラルネットワークにおけるカオス応答に対する一検討

カテゴリ: 部門大会

論文No: PS5-15

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): A Study on Chaotic Response in Hardware Random Neural Network

著者名: 飯村 太輝斗（日本大学）,山口 拓人（日本大学）,佐伯 勝敏（日本大学）

著者名(英語): Takito Iimura (Nihon University),Takuto Yamaguchi (Nihon University),Katutoshi Saeki (Nihon University)

キーワード: ランダム結合ニューラルネットワーク|パルス形ハードウェアニューロンモデル|興奮性シナプス|軸索|Gap Junctionカオス応答|Random Neural Network|Pulse-type Hardware Neuron Model|Excitatory Synapse|Axon|Gap JunctionChaotic response

要約(日本語): ニューロンの発火活動にカオス性が存在することはイソアワモチの巨大ニューロンにて明らかにされている。このカオス性を有する発火活動は脳の情報処理機構において、記憶の想起や学習に関係しているといわれており、近年ではリザーバコンピューティング等の工学的応用が考えられている。本稿では、パルス形ハードウェアニューロンモデル、軸索モデル、興奮性シナプスモデル、Gap JunctionモデルをWatts and Strogatz法を用いてハードウェアランダム結合ニューラルネットワークを構築した。その結果、シミュレーション上で接続パターンの異なる複数種類のニューロンモデルについてカオス的な応答を示すことを確認した。また、カオス的な応答が確認されなかったニューロンモデルについては、時系列多様性のある応答を確認することができた。これらの結果から、リザーバコンピューティングの中間層へ応用が可能であることを示唆している。