同期ネットワークを接続したアナログ型スパイキングニューロンモデルを用いた全結合型ネットワークの時系列想起に対する検討

カテゴリ: 部門大会

論文No: TC12-4

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): Study on time series recall of fully connected networks using analog spiking neuron model with connected synchronous networks

著者名: 佐々木 芳樹（日本大学）

著者名(英語): yoshiki Sasaki (College of Science and Technology, Nihon University)

キーワード: 非線形|アナログ回路|ニューラルネットワーク|スパイキングニューロン|相互結合|None Linear|Analog Circuit|Neural Network|Spiking Neuron|Interconnection

要約(日本語): 近年、人間の脳機能を模した技術であるDeep Learningの発達により、単純な判別分野だけでなく自律行動分野やコミュニケーション分野にわたり様々な技術革新が行われている。しかし、コンピュータを用いた本機能は、再現したい機能が複雑となるほどにボトルネックが顕著となる。その問題に対し、脳と同様のスパイクを用いたネットワークが提案されている。先に我々は、ラムダ形負性抵抗素子を用いたスパイキングニューロンで構築した時系列想起ネットワークを提案したが、半導体のチップサイズや特性ばらつきなどの制約から、信号の同期が困難であった。本提案では、同期問題を解決可能なネットワークについて検討を行ったので報告する。