実時間PCA学習回路のハードウェア化
スポンサーリンク
概要
- 論文の詳細を見る
主成分分析(PCA:Principal Component Analysis)を実時間で学習するハードウェアを, FPGA(Field Programmable Gate Array)を用いて実装した.Sangerが提案したGHA(Generalized Hebbian Algorithm)を微分方程式で記述し, 筆者らが提案したPDM(Pulse Density Modulation)ディジタル回路を用いて実現した.2本のマイクと二つのスピーカをもった, 2入力・2出力学習回路を構成し動作を検証した.2本のマイクの前に一つの音源提示すると第1主成分に対応する結合係数ベクトルが音源方向を向き, 音源を動かすと結合係数ベクトルが音源方向を実時間で追従することを確認した.また, 第2主成分に対応する結合係数ベクトルが第1主成分に対応する結合係数ベクトルと直交する方向を向くことを確認した.小規模な回路ではあるが, 実時間で主成分分析を正しく行えることがわかった.
- 2001-04-01
著者
関連論文
- 連想記憶回路HASPの相互抑制回路の巨視的状態方程式の導出
- 連想記憶回路HASPの記憶容量の解析
- 視覚の時間特性に関与する網膜内局所回路モデル
- 1000ニューロン100万シナプスで構成されたニューラルネットワークハードウェアシステム
- ディジタルニューロチップの開発
- ヒューマンインフォーメーション(画像情報工学)(映像情報メディア年報)
- インターネット版PDMデジタルニューラルネットワークシステムの構築
- ガウス過程を用いる非線形エコーキャンセラの提案(一般,自律・分散・協調システム,一般)
- 3.ヒューマンインフォメーション(3.ヒューマンインフォメーション)(映像情報メディア年報)
- トップダウン機構による視覚モデルの構成