パルス密度情報表現型ニューロモデルと自己組織化
スポンサーリンク
概要
- 論文の詳細を見る
大規模ニューラルネットワークの応用システムを実現するためには、高集積可能な半導体LSI技術による機能チップ化が必須である。大規模なニューラルネットワークのハード化の為には、1.雑音に対して耐性のある信号伝達2.高集積可能な簡単な回路が必要である。以上のことを踏まえ本ニューロチップは、・アナログ情報をパルス密度で伝達・シナプスの乗算機能を簡単なパルス幅変調回路で実現といった特徴を持つ。本ニューロチップは、回路レベルでWiner take allネットワーク等の簡単な動作は、回路シミュレ一ションにより確認しているが、学習を含めた検討は解析に時間がかかるため、モデル化した動作解析シミュレータを使い行なった。本パルス密度型ニューロモデルにおいて、LVQ(Learning Vector Quantization)のような、位相を保持しながらマッピングする機能を確認するために、LVQと本ニューロモデルに適用した疑似LVQとの機能比較を行なった。本ニューロモデルに適用した疑似LVQを、2次元ベクトルの自己組織化と音素識別に応用したところ、LVQとほぼ同等の結果が得られた。本稿では、その概要を報告する。[figure]
- 一般社団法人情報処理学会の論文
- 1993-09-27