スパイキングニューロン解析用ソフトウェアのためのSTDP学習則実装に関する一検討

カテゴリ: 全国大会

論文No: 3-018

グループ名: 【全国大会】令和6年電気学会全国大会論文集

発行日: 2024/03/01

タイトル(英語): A Study on the Implementation of STDP Learning Rule for Spiking Neuron Analysis Software

著者名: 飯島楓（日本大学）,佐々木芳樹（日本大学）

著者名(英語): Kaede Iijima (College of Science and Technology, Nihon University.),Yoshiki Sasaki (College of Science and Technology, Nihon University.)

キーワード: スパイキングニューロン|STDP学習則|ホップフィールドネットワーク|ニューラルネットワーク|Spiking neuron|STDP Learning Rule|Hopfield network|Neural network

要約(日本語): 近年，ソフトウェアで構築したニューラルネットワークは，リアルタイム処理に多くの電力を消費する。それに対し，アナログ回路で構築するネットワークは，低消費電力での学習が期待できる。しかし，回路シミュレータで動作確認をする際，非線形動作などで計算が複雑化し，解析時間が増加する。先に我々は，スパイキング動作解析に最適化したプログラムを提案した。しかし，学習則を導入していないため，スパイキングパルスによる生体における脳の学習動作を解析できない。本稿では，生理学的に確認が行われているSTDP学習則をプログラムに実装し，ホップフィールドネットワークにより動作確認を行った。その結果，連想想起による学習が可能であることを明らかにした。

本誌掲載ページ: 27-29 p

原稿種別: 日本語

PDFファイルサイズ: 490 Kバイト