ハードウェアニューロンモデルのシナプス結合荷重値の変化特性に対する検討

カテゴリ: 部門大会

論文No: GS10-3

グループ名: 【C】平成24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: 2012/09/05

タイトル(英語): A Study on Synaptic Weight Changing Characteristics of Hardware Neuron Model

著者名: 大瀧 光彦(日本大学),大場 健太(日本大学),関根 好文(日本大学)

著者名(英語): Mitsuhiko Otaki(Nihon University),Kenta Oba(Nihon University),Yoshifumi Sekine(Nihon University)

キーワード: ハードウェアニューロンモデル|シナプス結合荷重値|STDPSTDP|hardware neuron model|synaptic weight|STDP

要約(日本語): 我々は生体の高次情報処理機能の1つである学習機能に着目し，ニューラルネットワークの学習則に生理学知見で明らかにされたSTDPを取り入れた非同期型のハードウェアの学習モデルの構成について研究を行っている。我々は種々のSTDPを誘発可能なモデルについては先に報告しており，2つの入力のタイミングによりシナプス結合荷重値が変化する。本稿では，簡単なハードウェアニューラルネットワークを構成し，細胞体モデルから樹状突起モデルへの距離によるシナプス結合荷重値の変化について検討を行った。その結果，樹状突起モデルと細胞体モデルの距離により逆伝搬して発生する活動電位の到達時間が変化し，STDP則に従い結合荷重値が変化することを示している。このことから今回構成したネットワークがSTDP学習則を取り入れたネットワークとして有効であることを示している。

PDFファイルサイズ: 4,556 Kバイト