周波数変調パルスと多数決ニューロンによる学習機能付き多層ニューラルネットワーク
スポンサーリンク
概要
- 論文の詳細を見る
本論文では, 周波数変調パルスと多数決ニューロンを用いた, 学習機能付き多層ニューラルネットワーク (Multilayer Neural Network: MNN) を提案している. 提案するMNNでは, 信号レベルをパルス信号の周波数で表し, シナプス乗算器を Direct Digital Frequency Synthesizer (DDFS) で実現する. そして, 活性化関数の非線形性を改善するために多数決回路をニューロンとして用いる. 更に, 非線形性を可変にするために累積回路を用いる. これにより, 等価的に重みの範囲を広げることができるため, ネットワークの学習特性を大幅に改善することができる. パックプロパゲーション・アルゴリズムを簡単化して, 学習機能をハードウェアとして実装している. 提案するニューロンを Field Programmable Gate Array (FPGA) 上に実装し, 動作の確認を行っている. その結果, 従来のニューロンより優れた非線形関数をもち, 累積回路により, その特性を可変できることを示す. そして, 学習実 験により, 学習機構のテストを行い, 提案するMNNが十分な学習能力と汎化能力をもつことを確認している.
- 社団法人電子情報通信学会の論文
- 1999-07-25
著者
関連論文
- ハードウェア実装向きデータ分類アルゴリズム(情報理論)
- ノイズを付加したランプ関数ニューロンを用いたパルスニューラルネットワーク
- ハードウェア向けベクトル量子化アルゴリズム(ニューロハードウェア,「ニューロハードウェア」及び「一般」)
- 自己組織化マップによる自律移動ロボットの位置認識手法
- 二つの超音波センサと組合せ論理回路を用いたカテゴリー判別システム(超音波)
- パルス演算を用いた離散時間CNNプロセツサ(企画セッション : ニューロハードウェア)
- 計算機ハードウェアに関する学生実験のためのFPGAボードの開発と利用
- 多数決ニューロンの理論解析
- 区分線形関数を活性化関数に持つパルスニューロン
- パルス位置変調を用いた多層ニューラルネットワーク
- 超音波センサと組合せ論理回路による素材判別システム
- パルスニューラルネットワークによる移動ロボットの衝突回避学習
- 周波数変調パルスと多数決ニューロンによる学習機能付き多層ニューラルネットワーク
- マルチキャリア伝送によるプロセッサ間通信システム
- ハードウェア化に適した学習機能付き3値多層ニューラルネットワーク
- 多数決ニューロンを用いたパルス駆動型多層ニューラルネットワーク
- 多数決ニューロンを用いたパルス駆動型多層ニューラルネットワーク
- パルス密度演算を用いたファジィ制御システム
- 乗算を用いない多階層ニューラルネットワーク
- 再構成可能なア***ロセッサを用いた4点FFTプロセッサの実装
- 分散協調機能をもつ自律移動ロボットシステムの試作(II)
- 分散協調機能をもつ自律移動ロボットシステムの試作(I)
- DPLLを用いた自己組織化マップのハードウェア実装(ニューロH/W)