再帰型ニューラルネットワークを導入したブロック構造パルスニューラルネットワークの自律移動ロボットへの応用

カテゴリ: 部門大会

論文No: PS6-1

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): An Application of Block-Based Pulsed Neural Networks Introducing Recurrent Neural Networks to Autonomous Mobile Robot

著者名: 宮國 雅士（千葉大学）,中間 公啓（千葉大学）,小圷 成一（千葉大学）

著者名(英語): Masashi Miyaguni (Chiba University),Kimihiro Nakama (Chiba University),Seiichi Koakutsu (Chiba University)

キーワード: 自律移動ロボット|ブロック構造パルスニューラルネットワーク|ロングショートタームメモリロングショートタームメモリ|Autonomous Mobile Robot|Block-Based Pulsed Neural Network|Long Short-Term Memory

要約(日本語): 近年，ニューラルネットワーク（NN）の応用範囲の拡大や高速処理化の要求に対応するために，NNのハードウェア化の研究が重要性を増している。ハードウェアでの実装を想定したNNのモデルの一つとして，従来のブロック構造ニューラルネットワーク（BBNN）に，パルスニューロン（PN）モデルを導入したブロック構造パルスニューラルネットワーク（BBPNN）が提案されている。また，NNの時系列処理能力を高めるために，再帰型ニューラルネットワーク（RNN）として，SRNやLSTMが提案されている。本研究では，自律移動ロボットに搭載するBBPNNの時系列処理能力の向上を目的に，BBPNNの隠れ層に適するRNNユニットを提案する。これらのRNNユニットを適用したBBPNNを用いて，自律移動ロボットによる行動学習を行う。両者の学習性能の比較を通じて，提案したRNNユニットの有効性を確認する。