| 講演名 | 2009-12-14 連想メモリベース適応学習LSIの応用とその評価(若手研究会) 川畑 明雄, 今福 渉, アンサリ タニア, マタウシュ ハンス ユルゲン, 小出 哲士, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年,音声認識や文字認識に代表される,パターン認識が注目されている.パターン認識の従来手法として,プロセッサベースのものやニューラルネットワークベースのものが挙げられるが,前者の場合は逐次比較処理を行うため,データ長・参照データ数の増加に伴って処理時間が増大してしまう.また,後者の場合,学習のために多くの教師データを必要とするため,学習に多くの時間を要し,オンライン学習には不向きである.さらに,各ニューロンに対して,入力数の積和演算を必要とするため,回路が大規模になり,複雑な配線を必要とし,ハードウェア化困難といった課題がある.そこで我々は,入力されたデータ列に対し,ある距離指標に応じて,複数の参照データから最も類似したデータを検索する機能を持つ連想メモリの研究を行っている.デジタル・アナログ混合型全並列型最小距離検索連想メモリを用いて,高速・低消費電力かつ小面積を実現している.また,参照データの学習方法として,人間の短期記憶・長期記憶の概念に基づく連想メモリベース学習アルゴリズムを提案しており,高速に学習可能でハードウェア化も実現している.本研究では,コードブックベース画像圧縮に提案学習アルゴリズムを適用し,評価と解析を行った.提案学習アルゴリズムによりコードブックを作成して,その効果を画質の指標であるPSNRによって評価し,学習パラメータが画質と学習回数に与える影響を解析した.さらに,学習の効果によって参照頻度の高いデータと,低いデータを分けることができる.これにより,参照頻度の高いデータに対して短い符号長を割り当てるハフマン符号化を適用することによって,圧縮率を12.8から約14.1に改善することができた. |
| 抄録(英) | When pattern recognition is achieved by conventional techniques, processing time becomes long and it is difficult to design an LSI. In the present research, the associative memory architecture for finding the most similar data among previously stored reference data is investigated for an application involving recognition and learning. We achieve high speed, low power consumption and a small area for the recognition function by using a mixed digital-analog fully parallel associative memory. For implementing the learning function of new reference data, we propose an associative memory based learning algorithm which imitates the concept of human's short/long-term memory. We apply the proposed learning algorithm to codebook-based image compression for evaluation and analysis of its efficiency. The created codebook with the proposed learning algorithm is evaluated for capturing the learning effect quantitatively with the Peak Signal Noise Ratio (PSNR). PSNR is an index of the image quality, and it can analyze the learning parameter dependence. In addition, we apply Huffman Coding to the codebook-based image compression, and verify that the compression ratio is improved from 12.8 to 14.1. |
| キーワード(和) | 連想メモリ / コードブックベース画像圧縮 / 適応学習 / ハフマン符号化 |
| キーワード(英) | Associative Memory / Codebook-based Image Compression / Adaptive Learning / Huffman Coding |
| 資料番号 | ICD2009-93 |
| 発行日 |
| 研究会情報 | |
| 研究会 | ICD |
|---|---|
| 開催期間 | 2009/12/7(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 | Integrated Circuits and Devices (ICD) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 連想メモリベース適応学習LSIの応用とその評価(若手研究会) |
| サブタイトル（和） | |
| タイトル（英） | Associative-Memory-Based LSI with Adaptive-Learning Capability |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 連想メモリ / Associative Memory |
| キーワード(2)（和/英） | コードブックベース画像圧縮 / Codebook-based Image Compression |
| キーワード(3)（和/英） | 適応学習 / Adaptive Learning |
| キーワード(4)（和/英） | ハフマン符号化 / Huffman Coding |
| 第 1 著者 氏名（和/英） | 川畑 明雄 / Akio KAWABATA |
| 第 1 著者 所属（和/英） | 広島大学ナノデバイス・バイオ融合科学研究所 Research Institute for Nanodevice and Bio Systems, Hiroshima University |
| 第 2 著者 氏名（和/英） | 今福 渉 / Wataru IMAFUKU |
| 第 2 著者 所属（和/英） | 広島大学ナノデバイス・バイオ融合科学研究所 Research Institute for Nanodevice and Bio Systems, Hiroshima University |
| 第 3 著者 氏名（和/英） | アンサリ タニア / Tania ANSARI |
| 第 3 著者 所属（和/英） | 広島大学ナノデバイス・バイオ融合科学研究所 Research Institute for Nanodevice and Bio Systems, Hiroshima University |
| 第 4 著者 氏名（和/英） | マタウシュ ハンス ユルゲン / Hans Jurgen MATTAUSCH |
| 第 4 著者 所属（和/英） | 広島大学ナノデバイス・バイオ融合科学研究所 Research Institute for Nanodevice and Bio Systems, Hiroshima University |
| 第 5 著者 氏名（和/英） | 小出 哲士 / Tetsushi KOIDE |
| 第 5 著者 所属（和/英） | 広島大学ナノデバイス・バイオ融合科学研究所 Research Institute for Nanodevice and Bio Systems, Hiroshima University |
| 発表年月日 | 2009-12-14 |
| 資料番号 | ICD2009-93 |
| 巻番号（vol） | vol.109 |
| 号番号（no） | 336 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |