ブロック構造パルスニューラルネットワークにおける誤差逆伝播法のハードウェア実装

カテゴリ: 部門大会

論文No: GS7-2

グループ名: 【C】平成27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: 2015/08/27

タイトル(英語): A Hardware Implementation of Block-based Pulsed Neural Networks and Thier Back Propagation Learning

著者名: 萩尾 賢太(千葉大学),小圷 成一(千葉大学),岡本 卓(千葉大学)

著者名(英語): Kenta Hagio(Chiba University),Seiichi Koakutsu(Chiba University),Takashi Okamoto(Chiba University)

キーワード: 進化型ハードウェア|FPGA|ニューラルネットワーク|学習|ブロック構造ニューラルネットワーク誤差逆伝播法|Evolvable Hardware|FPGA|Neural Network|Learning|Block-Based Pulsed Neural NetworkBack Propagation

要約(日本語): ハードウェアを環境に応じて進化させる進化型ハードウェア（EHW）のモデルとして，ハードウェア上に進化的構築が可能なブロック構造ニューラルネットワーク（BBNN）が提案されている。BBNNは高い拡張性と学習可能な構造を持ち，重みを整数に制限してFPGAへの実装を容易化している。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）が提案されており，入出力値をパルス列で表現するため，乗算器が不要で回路規模を縮小でき，ハードウェア実装に適している。また，学習法として誤差逆伝播法（BP）のBBPNNへの応用が検討されている。本稿では，BPを用いたBBPNNの学習のハードウェア実装におけるリソース使用量の削減を目的に，BPにおける入力値および勾配についての近似手法を提案する。実験により，リソース使用量およびBP学習の性能における有効性を検証する。

PDFファイルサイズ: 262 Kバイト