| 講演名 | 2022-09-07 遺伝的アルゴリズムを用いたSpiking Neural Networkの効率的学習とFPGAアクセラレータによる高速化 渡邉 大樹(豊橋技科大), 佐藤 幸紀(豊橋技科大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | Spiking Neural Network（SNN）は，ニューロモーフィック・アーキテクチャの有望なモデルの一つである．この SNN について遺伝的アルゴリズムを用いる学習法が提案されている．これにより，重みのパラメータの調整に加えてネットワークのノードやエッジの追加・削除といった最適化が可能となる．本論文では，SNN を遺伝的アルゴリズムで学習させる際の高速化手法として，並列化や部分的な C 言語による実装，ハードウェアアクセラレーションについて提案する．SNN の動作シミュレート部における並列化や C 言語実装による高速化を達成し，C 言語実装を基にした高位合成による FPGA 実装も実現した． |
| 抄録(英) | Spiking Neural Network (SNN) is one of the promising models of neuromorphic architecture. A learning method using a genetic algorithm is proposed for this SNN. This method enables optimization by adding and removing nodes and edges in the network, in addition to adjusting the weight parameters. In this paper, we propose parallelization, partial C implementation, and hardware acceleration methods for accelerating the training of SNNs with genetic algorithms. We also implement an FPGA using high-level synthesis based on the C language implementation. |
| キーワード(和) | FPGA / スパイキングニューラルネットワーク / 遺伝的アルゴリズム / ハードウェアアクセラレーショ ン / ニューロモーフィックコンピューティング / 倒立振子制御 |
| キーワード(英) | |
| 資料番号 | RECONF2022-26 |
| 発行日 | 2022-08-31 (RECONF) |
| 研究会情報 | |
| 研究会 | RECONF |
|---|---|
| 開催期間 | 2022/9/7(から2日開催) |
| 開催地（和） | emCAMPUS STUDIO（豊橋） |
| 開催地（英） | emCAMPUS STUDIO |
| テーマ（和） | リコンフィギャラブルシステム，一般 |
| テーマ（英） | Reconfigurable system, etc. |
| 委員長氏名（和） | 佐野 健太郎(理研) |
| 委員長氏名（英） | Kentaro Sano(RIKEN) |
| 副委員長氏名（和） | 山口 佳樹(筑波大) / 泉 知論(立命館大) |
| 副委員長氏名（英） | Yoshiki Yamaguchi(Tsukuba Univ.) / Tomonori Izumi(Ritsumeikan Univ.) |
| 幹事氏名（和） | 小林 悠記(NEC) / 佐藤 幸紀(豊橋技科大) |
| 幹事氏名（英） | Yuuki Kobayashi(NEC) / Yukinori Sato(Toyohashi Univ. of Tech.) |
| 幹事補佐氏名（和） | 竹村 幸尚(インテル) / 長名 保範(琉球大学) |
| 幹事補佐氏名（英） | Yukitaka Takemura(INTEL) / Yasunori Osana(Ryukyu Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Reconfigurable Systems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 遺伝的アルゴリズムを用いたSpiking Neural Networkの効率的学習とFPGAアクセラレータによる高速化 |
| サブタイトル（和） | |
| タイトル（英） | Efficient Learning of Spiking Neural Networks with Genetic Algorithm and its FPGA Acceleration |
| サブタイトル（和） | |
| キーワード(1)（和/英） | FPGA |
| キーワード(2)（和/英） | スパイキングニューラルネットワーク |
| キーワード(3)（和/英） | 遺伝的アルゴリズム |
| キーワード(4)（和/英） | ハードウェアアクセラレーショ ン |
| キーワード(5)（和/英） | ニューロモーフィックコンピューティング |
| キーワード(6)（和/英） | 倒立振子制御 |
| 第 1 著者 氏名（和/英） | 渡邉 大樹 / Taiki Watanabe |
| 第 1 著者 所属（和/英） | 豊橋技術科学大学(略称：豊橋技科大) Toyohashi University of Technology(略称：TUT) |
| 第 2 著者 氏名（和/英） | 佐藤 幸紀 / Yukinori Sato |
| 第 2 著者 所属（和/英） | 豊橋技術科学大学(略称：豊橋技科大) Toyohashi University of Technology(略称：TUT) |
| 発表年月日 | 2022-09-07 |
| 資料番号 | RECONF2022-26 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | RECONF-174 |
| ページ範囲 | pp.1-6(RECONF), |
| ページ数 | 6 |
| 発行日 | 2022-08-31 (RECONF) |