論文の概要: A unified software/hardware scalable architecture for brain-inspired computing based on self-organizing neural models

• arxiv url: http://arxiv.org/abs/2201.02262v1
• Date: Thu, 6 Jan 2022 22:02:19 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-02 03:19:07.933914
• Title: A unified software/hardware scalable architecture for brain-inspired computing based on self-organizing neural models
• Title（参考訳）: 自己組織化ニューラルモデルに基づく脳誘発コンピューティングのための統合ソフトウェア/ハードウェアスケーラブルアーキテクチャ
• Authors: Artem R. Muliukov, Laurent Rodriguez, Benoit Miramond, Lyes Khacef, Joachim Schmidt, Quentin Berthet, Andres Upegui
• Abstract要約: 我々は、Reentrant SOM(ReSOM)モデルにおいて、自己組織化マップ(SOM)とHebbian学習を関連付ける脳誘発ニューラルモデルを開発した。 この研究は、FPGAベースの専用プラットフォーム上でのシミュレーション結果とハードウェア実行の両方を通じて、モデルの分散性とスケーラブル性を実証する。
• 参考スコア（独自算出の注目度）: 6.072718806755325
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The field of artificial intelligence has significantly advanced over the past decades, inspired by discoveries from the fields of biology and neuroscience. The idea of this work is inspired by the process of self-organization of cortical areas in the human brain from both afferent and lateral/internal connections. In this work, we develop an original brain-inspired neural model associating Self-Organizing Maps (SOM) and Hebbian learning in the Reentrant SOM (ReSOM) model. The framework is applied to multimodal classification problems. Compared to existing methods based on unsupervised learning with post-labeling, the model enhances the state-of-the-art results. This work also demonstrates the distributed and scalable nature of the model through both simulation results and hardware execution on a dedicated FPGA-based platform named SCALP (Self-configurable 3D Cellular Adaptive Platform). SCALP boards can be interconnected in a modular way to support the structure of the neural model. Such a unified software and hardware approach enables the processing to be scaled and allows information from several modalities to be merged dynamically. The deployment on hardware boards provides performance results of parallel execution on several devices, with the communication between each board through dedicated serial links. The proposed unified architecture, composed of the ReSOM model and the SCALP hardware platform, demonstrates a significant increase in accuracy thanks to multimodal association, and a good trade-off between latency and power consumption compared to a centralized GPU implementation.
• Abstract（参考訳）: 人工知能の分野は、生物学と神経科学の分野からの発見に触発されて、ここ数十年で大きく進歩してきた。 この研究のアイデアは、求心性および外側/内側の接続から人間の脳の皮質領域を自己組織化するプロセスに触発されている。 本研究では、Reentrant SOM(ReSOM)モデルにおける自己組織化マップ(SOM)とHebbian Learningを関連づけた脳誘発ニューラルモデルを開発する。 この枠組みはマルチモーダル分類問題に適用される。 教師なし学習とポストラベリングに基づく既存の手法と比較して、このモデルは最先端の結果を高める。 この研究は、SCALP(Self-configurable 3D Cellular Adaptive Platform)と呼ばれるFPGAベースの専用プラットフォーム上でのシミュレーション結果とハードウェア実行の両方を通じて、モデルの分散性とスケーラブル性を示す。 SCALPボードは、ニューラルネットワークの構造をサポートするモジュール方式で相互接続することができる。 このようなソフトウェアとハードウェアの統合アプローチにより、処理をスケールし、複数のモダリティからの情報を動的にマージすることができる。 ハードウェアボードへのデプロイは、複数のデバイスでの並列実行のパフォーマンス結果を提供し、各ボード間の通信は専用のシリアルリンクを通じて行われる。 提案した統合アーキテクチャは,ReSOMモデルとSCALPハードウェアプラットフォームで構成され,マルチモーダルアソシエーションによる精度の大幅な向上と,集中型GPU実装と比較してレイテンシと消費電力のトレードオフが良好であることを示す。

関連論文リスト

• A Realistic Simulation Framework for Analog/Digital Neuromorphic Architectures [73.65190161312555]
  ARCANAは、混合信号ニューロモルフィック回路の特性を考慮に入れたスパイクニューラルネットワークシミュレータである。 その結果,ソフトウェアでトレーニングしたスパイクニューラルネットワークの挙動を,信頼性の高い推定結果として提示した。
  論文  参考訳（メタデータ） (2024-09-23T11:16:46Z)
• Deep Learning of Dynamic Systems using System Identification Toolbox(TM) [1.7537651436360189]
  ツールボックスは、自動エンコーディング機能で拡張可能なニューラルステートスペースモデルを提供する。 このツールボックスには、最先端の機械学習技術との統合を深める他のいくつかの拡張が含まれている。
  論文  参考訳（メタデータ） (2024-09-11T21:54:17Z)
• Hierarchical Spatio-Temporal State-Space Modeling for fMRI Analysis [1.7329715392023939]
  機能的マンバ(FST-Mamba, FST-Mamba)は,fMRIを用いた神経バイオマーカーの発見を目的とした機能的マンバ(FST-Mamba)モデルである。 脳ネットワーク内の個々のコンポーネント間の接続を集約するコンポーネントワイド・バラエティ・スケール・アグリゲーション(CVA)機構を提案する。 実験結果から,脳の分類と回帰作業におけるFST-Mambaモデルの有効性が示唆された。
  論文  参考訳（メタデータ） (2024-08-23T13:58:14Z)
• Flemme: A Flexible and Modular Learning Platform for Medical Images [5.086862917025204]
  Flemmeは、MedicalイメージのためのFLExible and Modular Learningプラットフォームである。 コンボリューション,トランスフォーマー,状態空間モデル(SSM)に基づくビルディングブロックを用いてエンコーダを構築し,2次元画像パッチと3次元画像パッチの両処理を行う。
  論文  参考訳（メタデータ） (2024-08-18T05:47:33Z)
• A differentiable programming framework for spin models [0.0]
  微分可能プログラミングを用いたスピンモデルシミュレーションのための新しいフレームワークを提案する。 我々は、Isingモデル、Pottsモデル、Cellular Pottsモデルという3つの異なるスピンシステムに焦点を当てる。
  論文  参考訳（メタデータ） (2023-04-04T13:04:21Z)
• Neural Attentive Circuits [93.95502541529115]
  我々は、NAC(Neural Attentive Circuits)と呼ばれる汎用的でモジュラーなニューラルアーキテクチャを導入する。 NACは、ドメイン知識を使わずに、ニューラルネットワークモジュールのパラメータ化と疎結合を学習する。 NACは推論時に8倍のスピードアップを達成するが、性能は3%以下である。
  論文  参考訳（メタデータ） (2022-10-14T18:00:07Z)
• Model LEGO: Creating Models Like Disassembling and Assembling Building Blocks [53.09649785009528]
  本稿では,新しいモデルを得るためのトレーニングを必要としないパラダイムについて検討する。 生体視覚系における受容野にインスパイアされたCNNの誕生と同様、モデル分解と組み立てを提案する。 モデル組立には、特定のタスクに適した新しいモデルを構築するために、アライメントパディング戦略とパラメータスケーリング戦略を提案する。
  論文  参考訳（メタデータ） (2022-03-25T05:27:28Z)
• A Scalable Approach to Modeling on Accelerated Neuromorphic Hardware [0.0]
  この研究は、物理モデリングに基づくハイブリッドアクセラレーション型ニューロモルフィックハードウェアアーキテクチャであるBrainScaleS-2システムのソフトウェア側面を示す。 本稿では,BrainScaleS-2オペレーティングシステム(実験ワークフロー,API階層化,ソフトウェア設計,プラットフォーム操作)のキーとなる側面を紹介する。 焦点は、マルチコンポーネントニューロン、ハードウェア・イン・ザ・ループトレーニングのための高速な再構成、組み込みプロセッサのアプリケーション、非スパイキング操作モード、インタラクティブなプラットフォームアクセス、持続可能なハードウェア/ソフトウェアの共同開発など、新しいシステムとソフトウェア機能である。
  論文  参考訳（メタデータ） (2022-03-21T16:30:18Z)
• Real-time Neural-MPC: Deep Learning Model Predictive Control for Quadrotors and Agile Robotic Platforms [59.03426963238452]
  モデル予測制御パイプライン内の動的モデルとして,大規模で複雑なニューラルネットワークアーキテクチャを効率的に統合するフレームワークであるReal-time Neural MPCを提案する。 ニューラルネットワークを使わずに、最先端のMPCアプローチと比較して、位置追跡誤差を最大82%削減することで、実世界の問題に対する我々のフレームワークの実現可能性を示す。
  論文  参考訳（メタデータ） (2022-03-15T09:38:15Z)
• Multi-Scale Semantics-Guided Neural Networks for Efficient Skeleton-Based Human Action Recognition [140.18376685167857]
  スケルトンに基づく行動認識には,単純なマルチスケールセマンティクス誘導ニューラルネットワークが提案されている。 MS-SGNは、NTU60、NTU120、SYSUデータセットの最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2021-11-07T03:50:50Z)
• S2RMs: Spatially Structured Recurrent Modules [105.0377129434636]
  モジュール構造とテンポラル構造の両方を同時に活用できる動的構造を利用するための一歩を踏み出します。 我々のモデルは利用可能なビューの数に対して堅牢であり、追加のトレーニングなしで新しいタスクに一般化できる。
  論文  参考訳（メタデータ） (2020-07-13T17:44:30Z)

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。