時系列パターン識別モデルのハードウェア化のためのニューラルネットアーキテクチャ
スポンサーリンク
概要
- 論文の詳細を見る
本論文は, 時系列パターン識別モデルのハードウェア化ためのニューラルネットアーキテクチャを提案している.ハードウェアを構成する素子には, 遅延, しきい値, 不応性などの特性を有しており, モデルをハードウェアで構築するためには, これらの特性を積極的に用いることが有用である.まず, ハードウェア素子を縦続接続するだけで, TDNNと同様, 時系列パターンの短期記憶構造が実現できることを示す.次に, 識別モデルとしてパターンの位置ずれ変形にロバストなネオコグニトロンを取り上げ, この短期記憶構造を用いたネオコグニトロン型時系列データ識別モデル(Neo-TDRM)を構成する.4段構造のNeo-TDRMにより, 単チャネルのマウス脳波の識別実験を計算機シミュレーションで行った結果, 時間的あるいは空間的に伸縮した波形に対しても正しく識別できることを示している.また, 同様の識別実験のために構成したネオコグニトロンと比較して, Neo-TDRMの細胞数が約4分の1に, 結線数が約18分の1に削減でき, 細胞数あるいは結線数だけで見た場合, 提案モデルはハードウェア化に適したものであるといえる.
- 2001-01-01
論文 | ランダム
- 「エネルギーサービスのトップランナ」を目指した東京電力の営業活動
- 抗生物質と漢方薬の効果的な併用法
- 「エネルギーサービスのトップランナ」を目指した東京電力の営業活動 (特集 電力自由化の現状)
- 象牙質知覚過敏症に対する立効散の応用
- Global Bifurcation Structure in Periodically Stimulated Giant Axons of Squid(Mathematical Topics in Biology)