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
- 地球デザインスクールと参加型公園づくり(ランドスケープ・プロジェクト・ナウNo.10)
- 実験室の省スペース化に役立つ実験装置,電子式スライダックの製作と活用(私のくふう)
- イオン交換のマイクロスケール実験 IV : イオンの価数を目で見る(マイクロスケール実験の広場(その23))
- 沖縄戦の実体験からみるイラク参戦の恐ろしさ 小泉さん、あなたがイラクへ行きなさい (特集 戦争の真実--イラクに自衛隊を行かせてはならない)
- 高温高圧ボイラー用鋼管について