SAMスパイキングニューラルネットによる関数近似の性能評価

カテゴリ: 全国大会

論文No: 3-085

グループ名: 【全国大会】令和2年電気学会全国大会論文集

発行日: 2020/03/01

タイトル(英語): An evaluation of function approximation using layered SAM spiking neural network

著者名: 本木実（熊本高等専門学校）,西牟田輝満（メイビスデザイン）

著者名(英語): Minoru Motoki (National Institute of Technology, Kumamoto College),Terumitsu Nishimuta (MAVISS Design Co.Ltd)

キーワード: ニューラルネット|スパイキングニューラルネット|機械学習|FPGA|オンチップ学習

要約(日本語): 近年，人工知能，機械学習の産業応用と研究が活発であり，特に人工ニューラルネット，スパキングニューラルネット（SNN）の研究が求められている．我々は，FPGAなどディジタル回路と親和性が高く，生体ニューロンに近いSNNの1つであり，重松，松本元らが提案したSAMニューロンモデルに着目しており，階層型SAM-SNNに強化学習を組み合わせ「オンチップ自律学習」のデバイス開発を目指している．これまで，階層型SAM-SNNによる関数近似を報告してきたが，ハイパーパラメタの1つである中間層ユニット数を増やしても，学習データに対する損失（2乗誤差による目的関数の値）が減り続けない実験結果であり，一般の機械学習理論とは異なる結果となっていた．今回，追加実験の結果，本モデルが一般の機械学習理論と同様な傾向を示す結果となったので報告する．

本誌掲載ページ: 122-123 p

原稿種別: 日本語