論文の概要: NeuroHSMD: Neuromorphic Hybrid Spiking Motion Detector

• arxiv url: http://arxiv.org/abs/2112.06102v1
• Date: Sun, 12 Dec 2021 00:01:15 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-14 19:18:54.471199
• Title: NeuroHSMD: Neuromorphic Hybrid Spiking Motion Detector
• Title（参考訳）: NeuroHSMD:ニューロモルフィックハイブリッドスパイキングモーション検出器
• Authors: Pedro Machado, Eiman Kanjo, Andreas Oikonomou Ahmad Lotfi
• Abstract要約: VertebrateRetinaは、動く物体を検知するといった簡単な視覚タスクを処理するのに非常に効率的である。 物体運動の検出は、OMS-GC(Object-motion-sensitive ganglion cells)と呼ばれる特殊な網膜神経節細胞によって行われる この研究で提案されたニューロモルフィックハイブリッドスパイキングモーション検出器(NeuroHSMD)は、フィールドプログラマブルゲートアレイ(FPGA)を用いたHSMDアルゴリズムを高速化する。 以上の結果から,NuroHSMDは品質劣化を伴わず,リアルタイムにHSMDアルゴリズムと同じ結果が得られることがわかった。
• 参考スコア（独自算出の注目度）: 2.0625936401496237
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Vertebrate retinas are highly-efficient in processing trivial visual tasks such as detecting moving objects, yet a complex task for modern computers. The detection of object motion is done by specialised retinal ganglion cells named Object-motion-sensitive ganglion cells (OMS-GC). OMS-GC process continuous signals and generate spike patterns that are post-processed by the Visual Cortex. The Neuromorphic Hybrid Spiking Motion Detector (NeuroHSMD) proposed in this work accelerates the HSMD algorithm using Field-Programmable Gate Arrays (FPGAs). The Hybrid Spiking Motion Detector (HSMD) algorithm was the first hybrid algorithm to enhance dynamic background subtraction (DBS) algorithms with a customised 3-layer spiking neural network (SNN) that generates OMS-GC spiking-like responses. The NeuroHSMD algorithm was compared against the HSMD algorithm, using the same 2012 change detection (CDnet2012) and 2014 change detection (CDnet2014) benchmark datasets. The results show that the NeuroHSMD has produced the same results as the HSMD algorithm in real-time without degradation of quality. Moreover, the NeuroHSMD proposed in this paper was completely implemented in Open Computer Language (OpenCL) and therefore is easily replicated in other devices such as Graphical Processor Units (GPUs) and clusters of Central Processor Units (CPUs).
• Abstract（参考訳）: VertebrateRetinaは、動く物体を検知するといった簡単な視覚的タスクを処理するのに非常に効率が良いが、現代のコンピュータでは複雑なタスクである。 物体の動きの検出は、OMS-GC(Object-motion-sensitive ganglion cells)と呼ばれる特殊な網膜神経節細胞によって行われる。 OMS-GCは連続的な信号を処理し、Visual Cortexによって後処理されるスパイクパターンを生成する。 この研究で提案されたニューロモルフィックハイブリッドスパイキングモーション検出器(NeuroHSMD)は、フィールドプログラマブルゲートアレイ(FPGA)を用いたHSMDアルゴリズムを高速化する。 hybrid spiking motion detector (hsmd)アルゴリズムは、oms-gcスパイク様応答を生成するカスタマイズされた3層スパイクニューラルネットワーク(snn)による動的バックグラウンドサブトラクション(dbs)アルゴリズムを強化する最初のハイブリッドアルゴリズムである。 NeuroHSMDアルゴリズムは、2012年の変化検出(CDnet2012)と2014年の変化検出(CDnet2014)のベンチマークデータセットを用いて、HSMDアルゴリズムと比較された。 以上の結果から,NuroHSMDは品質劣化を伴わず,リアルタイムにHSMDアルゴリズムと同じ結果が得られることがわかった。 さらに,この論文で提案したNeuroHSMDはOpen Computer Language (OpenCL) で完全に実装されており,グラフィカルプロセッサユニット (GPU) や中央プロセッサユニット (CPU) などの他のデバイスでも容易に複製可能である。

関連論文リスト

• Neuromorphic Wireless Split Computing with Multi-Level Spikes [69.73249913506042]
  ニューロモルフィックコンピューティングでは、スパイクニューラルネットワーク(SNN)が推論タスクを実行し、シーケンシャルデータを含むワークロードの大幅な効率向上を提供する。 ハードウェアとソフトウェアの最近の進歩は、スパイクニューロン間で交換された各スパイクに数ビットのペイロードを埋め込むことにより、推論精度をさらに高めることを示した。 本稿では,マルチレベルSNNを用いた無線ニューロモルフィック分割計算アーキテクチャについて検討する。
  論文  参考訳（メタデータ） (2024-11-07T14:08:35Z)
• Prototype Learning Guided Hybrid Network for Breast Tumor Segmentation in DCE-MRI [58.809276442508256]
  本稿では,畳み込みニューラルネットワーク(CNN)とトランスフォーマー層を組み合わせたハイブリッドネットワークを提案する。 プライベートおよびパブリックなDCE-MRIデータセットの実験結果から,提案したハイブリッドネットワークは最先端の手法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2024-08-11T15:46:00Z)
• Holographic Global Convolutional Networks for Long-Range Prediction Tasks in Malware Detection [50.7263393517558]
  ホログラフィック還元表現(HRR)の特性を利用したホログラフィックグローバル畳み込みネットワーク(HGConv)を導入する。 他のグローバルな畳み込み法とは異なり、我々の手法は複雑なカーネル計算や人工カーネル設計を必要としない。 提案手法は,Microsoft Malware Classification Challenge, Drebin, EMBERのマルウェアベンチマークで新たなSOTA結果を得た。
  論文  参考訳（メタデータ） (2024-03-23T15:49:13Z)
• DYNAP-SE2: a scalable multi-core dynamic neuromorphic asynchronous spiking neural network processor [2.9175555050594975]
  我々は、リアルタイムイベントベーススパイキングニューラルネットワーク(SNN)をプロトタイピングするための、脳にインスパイアされたプラットフォームを提案する。 提案システムは, 短期可塑性, NMDA ゲーティング, AMPA拡散, ホメオスタシス, スパイク周波数適応, コンダクタンス系デンドライトコンパートメント, スパイク伝達遅延などの動的および現実的なニューラル処理現象の直接エミュレーションを支援する。 異なる生物学的に可塑性のニューラルネットワークをエミュレートする柔軟性と、個体群と単一ニューロンの信号の両方をリアルタイムで監視する能力により、基礎研究とエッジコンピューティングの両方への応用のための複雑なニューラルネットワークモデルの開発と検証が可能になる。
  論文  参考訳（メタデータ） (2023-10-01T03:48:16Z)
• Computational models of object motion detectors accelerated using FPGA technology [0.3626013617212667]
  このPhD研究は、物体の動き検出の領域における3つの重要な貢献を紹介する。 MHSNN:脊椎動物の網膜に触発された4層スパイキングニューラルネットワークアーキテクチャ。 HSMD: 調整された3層SNNを使用して動的バックグラウンドサブトラクション(DBS)を強化する。 NeuroHSMD: HSMD上に構築されたこの実装は、専用のハードウェア上でSNNコンポーネントを実装した。
  論文  参考訳（メタデータ） (2023-08-23T20:26:12Z)
• Self-Supervised Masked Convolutional Transformer Block for Anomaly Detection [122.4894940892536]
  本稿では, 自己監督型マスク型畳み込み変圧器ブロック (SSMCTB) について述べる。 本研究では,従来の自己教師型予測畳み込み抑止ブロック(SSPCAB)を3次元マスク付き畳み込み層,チャンネルワイドアテンション用トランスフォーマー,およびハマーロスに基づく新たな自己教師型目標を用いて拡張する。
  論文  参考訳（メタデータ） (2022-09-25T04:56:10Z)
• Detecting Algorithmically Generated Domains Using a GCNN-LSTM Hybrid Neural Network [10.617124610646488]
  ドメイン生成アルゴリズム(DGA)は、ボットネットによって秘密のコマンドと制御(C&C)通信チャネルを構築するために使用される。 AGD検出アルゴリズムは、既存のDGA技術に対応する軽量で有望なソリューションを提供する。 本稿では,AGD検出のためのGCNN-LSTM (long short-term memory) Hybrid Neural Network (GLHNN)を提案する。
  論文  参考訳（メタデータ） (2022-08-06T05:15:45Z)
• Grasp-and-Lift Detection from EEG Signal Using Convolutional Neural Network [1.869097450593631]
  本稿では,32チャネル脳波信号から手動動作ビズGALを検出する手法を自動化した。 提案したパイプラインは、基本的には前処理とエンドツーエンド検出ステップを組み合わせたもので、手作りの機能エンジニアリングの必要性を排除している。
  論文  参考訳（メタデータ） (2022-02-12T19:27:06Z)
• FPGA-optimized Hardware acceleration for Spiking Neural Networks [69.49429223251178]
  本研究は,画像認識タスクに適用したオフライントレーニングによるSNN用ハードウェアアクセラレータの開発について述べる。 この設計はXilinx Artix-7 FPGAをターゲットにしており、利用可能なハードウェアリソースの40%を合計で使用している。 分類時間を3桁に短縮し、ソフトウェアと比較すると精度にわずか4.5%の影響を与えている。
  論文  参考訳（メタデータ） (2022-01-18T13:59:22Z)
• HSMD: An object motion detection algorithm using a Hybrid Spiking Neural Network Architecture [0.2580765958706854]
  運動感受性ガングリオン細胞(Object-motion-sensitive ganglion cells、OMS-GC)は、運動する物体を感知する網膜の特殊な細胞である。 OMS-GCは入力された連続信号として、光神経を介して視覚皮質に伝達されるスパイクパターンを出力として生成する。 この研究で提案されたHSMDアルゴリズムは、カスタマイズされた3層スパイキングニューラルネットワーク(SNN)を用いたGSOC動的バックグラウンドサブトラクション(DBS)アルゴリズムを強化する。 その結果,HSMDは競合するアプローチの中で第1位であった。
  論文  参考訳（メタデータ） (2021-09-09T09:15:56Z)
• A SAR speckle filter based on Residual Convolutional Neural Networks [68.8204255655161]
  本研究では,Convolutional Neural Networks(CNN)に基づく深層学習(DL)アルゴリズムを用いて,Sentinel-1データからスペックルノイズをフィルタリングする新しい手法を提案する。 得られた結果は、技術の現状と比較すると、ピーク信号対雑音比(PSNR)と構造類似度指数(SSIM)の点で明確な改善を示しています。
  論文  参考訳（メタデータ） (2021-04-19T14:43:07Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。