Fugu-MT 論文翻訳(概要): Unsupervised Competitive Hardware Learning Rule for Spintronic Clustering Architecture

論文の概要: Unsupervised Competitive Hardware Learning Rule for Spintronic Clustering Architecture

arxiv url: http://arxiv.org/abs/2003.11120v1
Date: Tue, 24 Mar 2020 21:25:53 GMT
ステータス: 処理完了
システム内更新日: 2022-12-20 09:09:46.546843
Title: Unsupervised Competitive Hardware Learning Rule for Spintronic Clustering Architecture
Title（参考訳）: スピントロニッククラスタリングアーキテクチャのための教師なし競合型ハードウェア学習ルール
Authors: Alvaro Velasquez, Christopher H. Bennett, Naimul Hassan, Wesley H. Brigner, Otitoaleke G. Akinola, Jean Anne C. Incorvia, Matthew J. Marinella, Joseph S. Friedman
Abstract要約: 本稿では、新しいスピントロニクス計算アーキテクチャにおいて、教師なしクラスタリングのためのハードウェア学習ルールを提案する。提案手法は、磁壁磁気トンネル接合装置の3つの終端構造を利用して、ニューロモルフィックコンピューティングアーキテクチャのシナプスとして使用される場合に、そのようなデバイスを訓練するためのフィードバックループを確立する。
参考スコア（独自算出の注目度）: 5.864407417095054
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We propose a hardware learning rule for unsupervised clustering within a novel spintronic computing architecture. The proposed approach leverages the three-terminal structure of domain-wall magnetic tunnel junction devices to establish a feedback loop that serves to train such devices when they are used as synapses in a neuromorphic computing architecture.
Abstract（参考訳）: 本稿では,新しいスピントロニクスコンピューティングアーキテクチャにおける教師なしクラスタリングのためのハードウェア学習ルールを提案する。提案手法では,磁壁型磁気トンネル接合素子の3端子構造を利用して,ニューロモーフィック・コンピューティング・アーキテクチャでシナプスとして使用される際に,その装置を訓練するためのフィードバックループを構築する。

関連論文リスト

Object-Oriented Architecture: A Software Engineering-Inspired Shape Grammar for Durands Plates [0.4532517021515834]
焦点は、フランスの新古典主義建築家ジャン=ニコラ=ルイ・デュランの様式による板のモジュラー化である。提案手法は、デュランの原版に固有の論理を固執しつつ、多様なデザインを創出することができる。
論文参考訳（メタデータ） (2024-04-20T11:51:05Z)
ETLP: Event-based Three-factor Local Plasticity for online learning with neuromorphic hardware [105.54048699217668]
イベントベース3要素局所塑性(ETLP)の計算複雑性に明らかな優位性を有する精度の競争性能を示す。また, 局所的可塑性を用いた場合, スパイキングニューロンの閾値適応, 繰り返しトポロジーは, 時間的構造が豊富な時間的パターンを学習するために必要であることを示した。
論文参考訳（メタデータ） (2023-01-19T19:45:42Z)
Enhancing Cyber Resilience of Networked Microgrids using Vertical Federated Reinforcement Learning [3.9338764026621758]
本稿では,ネットワーク化されたマイクログリッドのサイバーレジリエンスを高めるために,フェデレーション強化学習(Fed-RL)手法を提案する。マルチパーティ所有のネットワークグリッドにおけるデータ共有の問題やプライバシに関する懸念を回避するために,RLエージェントをトレーニングするための新しいFed-RLアルゴリズムを提案する。提案手法は改良型IEEE 123-busベンチマークシステムの数値例を用いて検証した。
論文参考訳（メタデータ） (2022-12-17T22:56:02Z)
FedHeN: Federated Learning in Heterogeneous Networks [52.29110497518558]
ヘテロジニアスネットワークを用いたフェデレーション学習のための新しい学習レシピを提案する。我々は,高次複雑度デバイスを対象とするトレーニングを導入し,連携した環境で異なるアーキテクチャを共同で訓練する。
論文参考訳（メタデータ） (2022-07-07T01:08:35Z)
A Quantum Internet Architecture [0.7036032466145112]
量子再帰的ネットワークアーキテクチャ(QRNA)を中心とした量子インターネットアーキテクチャを提案する。近い将来、このアーキテクチャは最小限のハードウェア上でエンド・ツー・エンド、ツー・パーティの絡み合いをサポートする。将来的には、マルチパーティの絡み合いや、先進ハードウェアにおける量子エラー補正の利用にスムーズに拡張される。
論文参考訳（メタデータ） (2021-12-14T01:18:49Z)
Towards AIOps in Edge Computing Environments [60.27785717687999]
本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
論文参考訳（メタデータ） (2021-02-12T09:33:00Z)
Model-Based Machine Learning for Communications [110.47840878388453]
モデルベースのアルゴリズムと機械学習をハイレベルな視点で組み合わせるための既存の戦略を見直します。通信受信機の基本的なタスクの一つであるシンボル検出に注目する。
論文参考訳（メタデータ） (2021-01-12T19:55:34Z)
RANC: Reconfigurable Architecture for Neuromorphic Computing [1.1534748916340396]
本稿では、ニューロモルフィックコンピューティングのための再構成可能なアーキテクチャRANCを提案する。 RANCはC++シミュレーションとFPGAエミュレーションによるハードウェアによるニューロモルフィックアーキテクチャの迅速な実験を可能にする。我々は,IBMのTrueNorthの挙動を再現する能力を示すことで,RANCエコシステムの有用性を示す。 259Kの異なる神経細胞と73.3Mの異なるシナプスをエミュレートする神経型アーキテクチャを実証する。
論文参考訳（メタデータ） (2020-11-01T20:29:52Z)
Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文参考訳（メタデータ） (2020-07-28T07:34:30Z)
Building Reservoir Computing Hardware Using Low Energy-Barrier Magnetics [0.0]
貯水池コンピュータのような生物学的に繰り返されるニューラルネットワークは、単純な学習方式とカルマンフィルタとの深い接続により、ハードウェアの観点から興味深い。このようなデバイスを用いた貯水池コンピュータのコンパクトな実装は、エッジデバイスにおけるスタンドアロンまたは直感的なマシン認識のためのコンパクトでエネルギー効率のよい信号プロセッサの構築を可能にする。
論文参考訳（メタデータ） (2020-07-06T14:11:45Z)
Local Propagation in Constraint-based Neural Network [77.37829055999238]
ニューラルネットワークアーキテクチャの制約に基づく表現について検討する。本稿では,いわゆるアーキテクチャ制約を満たすのに適した簡単な最適化手法について検討する。
論文参考訳（メタデータ） (2020-02-18T16:47:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。