低用量を用いた発火タイミングに依存した可塑シナプスモデルの集積回路化

カテゴリ: 研究会(論文単位)

論文No: ECT14051

グループ名: 【C】電子・情報・システム部門 電子回路研究会

発行日: 2014/03/07

タイトル(英語): IC Implementation of Spike Timing Dependent Synaptic Plasticity Model Using Low Capacitance Value

著者名: 山下 大地(日本大学),眞下 祐一(日本大学),佐伯 勝敏(日本大学),関根 好文(日本大学)

著者名(英語): Yamashita Daichi(nihon university),Mashimo Yuichi(nihon university),Saeki Katsutoshi(nihon university),Sekine Yoshifumi(nihon university)

キーワード: ＣＭＯＳ|発火タイミング|可塑シナプス|ＡＮＮ|非線形電子回路|集積回路|CMOS|Spike timing|Synaptic plasticity|Artificial neural network|Nonlinear electronics circuit|Integrated circuit

要約(日本語): 脳内の情報処理においてシナプスの結合荷重が変化するシナプス可塑性が重要である．特に，結合した細胞体の発火タイミングとその時間差に依存して結合荷重が変化するSTDPシナプスが注目されている．本稿では，大規模ANNの構築を目指し,時定数を制御することで，低容量を用いたSTDPシナプスモデルを提案し,集積回路化を行った.その結果,作成したチップは生理学的実験データと同様な特性が得られることを明らかにした.

要約(英語): A number of recent studies on neural networks have been conducted with the purpose of applying engineering to the brain. The artificial neural network(ANN) was created that forcus on howlearning is acheived. Here, we forcus on spike timing dependent synaptic plasticity(STDP) and construct STDP model using semiconductors. In this paper, we propose a new STDP model using low capacitance value by 0.18μm CMOS technology. As a result, it is shown that the proposed integrated circuit has similar characteristics to biological neural networks.

原稿種別: 日本語

PDFファイルサイズ: 1,030 Kバイト