講演名 2001/5/15
量子化結合非単調ニューラルネットワークとそのハードウェア化
芳賀 琢哉, 金城 光永, 佐藤 茂雄, 中島 康治,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 量子化結合ニューラルネットワーク(QCNN: Quantized Connection Neural Network)はニューラルネットワークの高集積化の方法の1つとして提案されている。本論文では、QCNNに非単調ニューロンを導入し、DBM学習における学習性能を数値シミュレーションにより検証した。その結果、学習収束率、収束スピードに関して学習性能の向上が確認された。また我々は量子化結合ニューラルネットワークのハードウェア化に向けて、電圧モードで動作する非単調ニューロン回路を設計した。設計したニューロン回路はゲイン、閾値が外部電圧により調整可能である。
抄録(英) A Quantized Connection Neural Network (QCNN) has been proposed for integration of a huge number of elements. In this paper, we introduce the nonmonotonic neurons into the QCNN. Computer simulations show that DBM learning performance such as probability of successful convergence and convergence speed is improved. For hardware implementation, we also design the voltage mode nonmonotonic neuron circuit in which the gain and threshold are adjustable.
キーワード(和) ニューラルネットワーク / 量子化結合 / 非単調 / DBM / ハードウェア
キーワード(英) Neural Network / Quantized Connection / Nonmonotonic / DBM / Hardware Implementation
資料番号 NLP2001-1
発行日

研究会情報
研究会 NLP
開催期間 2001/5/15(から1日開催)
開催地(和)
開催地(英)
テーマ(和)
テーマ(英)
委員長氏名(和)
委員長氏名(英)
副委員長氏名(和)
副委員長氏名(英)
幹事氏名(和)
幹事氏名(英)
幹事補佐氏名(和)
幹事補佐氏名(英)

講演論文情報詳細
申込み研究会 Nonlinear Problems (NLP)
本文の言語 JPN
タイトル(和) 量子化結合非単調ニューラルネットワークとそのハードウェア化
サブタイトル(和)
タイトル(英) Hardware Implementation of a Quantized Connection Nonmonotonic Neural Network
サブタイトル(和)
キーワード(1)(和/英) ニューラルネットワーク / Neural Network
キーワード(2)(和/英) 量子化結合 / Quantized Connection
キーワード(3)(和/英) 非単調 / Nonmonotonic
キーワード(4)(和/英) DBM / DBM
キーワード(5)(和/英) ハードウェア / Hardware Implementation
第 1 著者 氏名(和/英) 芳賀 琢哉 / Takuya Haga
第 1 著者 所属(和/英) 東北大学電気通信研究所
Research Institute of Electrical Communication, Tohoku University
第 2 著者 氏名(和/英) 金城 光永 / Mitsunaga Kinjo
第 2 著者 所属(和/英) 東北大学電気通信研究所
Research Institute of Electrical Communication, Tohoku University
第 3 著者 氏名(和/英) 佐藤 茂雄 / Shigeo Sato
第 3 著者 所属(和/英) 東北大学電気通信研究所
Research Institute of Electrical Communication, Tohoku University
第 4 著者 氏名(和/英) 中島 康治 / Koji Nakajima
第 4 著者 所属(和/英) 東北大学電気通信研究所
Research Institute of Electrical Communication, Tohoku University
発表年月日 2001/5/15
資料番号 NLP2001-1
巻番号(vol) vol.101
号番号(no) 68
ページ範囲 pp.-
ページ数 6
発行日