ΔΣ変調に基づくパルスニューラルネットワークのBP学習とそのハードウェア実装

カテゴリ: 部門大会

論文No: GS14-4

グループ名: 【C】平成15年電気学会電子・情報・システム部門大会講演論文集

発行日: 2003/08/29

タイトル(英語): Back Propagation Learning for Pulsed Neural Networks based on Delta-Sigma Modulation and its Hardware Implementation

著者名: 奥田 忠義(三重大学),道木 慎二(三重大学),石田 宗秋(三重大学)

著者名(英語): Tadayoshi Okuda(Graduate School of Mie University),Shinji Doki(Mie University),Muneaki Ishida(Mie University)

キーワード: パルスニューラルネットワーク|ΔΣ変調|BP学習|ハードウェア実装|Pulsed Neural Networks|Delta-Sigma Modulation|Back Propagation Learning|Hardware Implementation

要約(日本語): ニューラルネットワークは多数のニューロンの並列演算によって高速な信号処理が実現されている.しかし実現形態の多くはノイマン型コンピュータ上のソフトウェアによる直列演算であり,本来の並列演算を実現するにはハードウェアへの実装が必要である.我々はこれまでにハードウェア実装を念頭にΔΣ変調に基づくパルスニューラルネットワーク（以下,DSM-PNN）を提案してきた.DSM-PNNはニューロン間の信号伝達が1本で済み,かつそのパルス生成法がΔΣ変調に基づくため高精度な信号伝達が可能である.また比較的簡単なディジタル回路で実現することができる.本稿では,工学的に応用範囲の広いPB学習を組み込んだDSM-PNNをFPGA上に実装し,学習を実現した.

PDFファイルサイズ: 5,258 Kバイト