2024-03-29T11:50:01Z
https://nagoya.repo.nii.ac.jp/oai
oai:nagoya.repo.nii.ac.jp:00010861
2023-01-16T03:56:52Z
320:321:322
ΔΣ 変調に基づくパルスニューラルネットワークによるBP学習の実現とそのハードウェア実装
Realization of Back Propagation Learning for Pulsed Neural Networks Based on Delta-Sigma Modulation and Its Hardware Implementation
奥田, 忠義
道木, 慎二
石田, 宗秋
open access
Copyright 2005 IEICE
ΔΣ変調
パルスニューラルネットワーク
ハードウェア実装
BP学習
ニューラルネットワーク本来の並列処理をいかした高速処理を実現するためには,個々のニューロンをハードウェアに実装し並列動作させることが肝要である.ニューラルネットワークのハードウェア実現手段として,筆者らもこれまでに実装に適した"ΔΣ 変調に基づくパルスニューラルネットワーク(以下,DSM-PNN)"を提案してきた.DSM-PNNはニューロン間の信号伝達が1本で済み,かつパルス生成法が ΔΣ 変調に基づくため,小規模で高精度な信号処理が可能である.これまでに,線形ニューロンを用いた学習に対しての有効性が確認されている.本論文では,ニューロンの非線形演算を伴うBP学習を実現するDSM-PNNについて検討を行う.非線形な活性化関数については,ΔΣ 変調に基づき構成する手法を提案する.更に,提案する活性化関数を用いてDSM-PNNをハードウェア上に構成し,BP学習を実現することで有効性を示す.
電子情報通信学会
2005-04-01
jpn
journal article
VoR
http://hdl.handle.net/2237/12707
https://nagoya.repo.nii.ac.jp/records/10861
http://www.ieice.org/jpn/trans_online/index.html
0915-1923
電子情報通信学会論文誌
J88-D-II
4
778
788
https://nagoya.repo.nii.ac.jp/record/10861/files/j88-d2_4_778.pdf
application/pdf
1.7 MB
2018-02-20