論文の概要: POPPINS : A Population-Based Digital Spiking Neuromorphic Processor with
Integer Quadratic Integrate-and-Fire Neurons
- arxiv url: http://arxiv.org/abs/2201.07490v1
- Date: Wed, 19 Jan 2022 09:26:34 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-20 20:15:34.046437
- Title: POPPINS : A Population-Based Digital Spiking Neuromorphic Processor with
Integer Quadratic Integrate-and-Fire Neurons
- Title（参考訳）: POPPINS : Integer Quadratic Integrate-and-Fire Neuronsを用いた人口ベースデジタルスパイキングニューロモルフィックプロセッサ
- Authors: Zuo-Wei Yeh, Chia-Hua Hsu, Alexander White, Chen-Fu Yeh, Wen-Chieh Wu,
Cheng-Te Wang, Chung-Chuan Lo, Kea-Tiong Tang
- Abstract要約: 2つの階層構造を持つ180nmプロセス技術において,集団に基づくディジタルスパイキングニューロモルフィックプロセッサを提案する。
提案手法は,生体模倣型ニューロモルフィックシステム,低消費電力,低遅延推論処理アプリケーションの開発を可能にする。
- 参考スコア（独自算出の注目度）: 50.591267188664666
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The inner operations of the human brain as a biological processing system
remain largely a mystery. Inspired by the function of the human brain and based
on the analysis of simple neural network systems in other species, such as
Drosophila, neuromorphic computing systems have attracted considerable
interest. In cellular-level connectomics research, we can identify the
characteristics of biological neural network, called population, which
constitute not only recurrent fullyconnection in network, also an
external-stimulus and selfconnection in each neuron. Relying on low data
bandwidth of spike transmission in network and input data, Spiking Neural
Networks exhibit low-latency and low-power design. In this study, we proposed a
configurable population-based digital spiking neuromorphic processor in 180nm
process technology with two configurable hierarchy populations. Also, these
neurons in the processor can be configured as novel models, integer quadratic
integrate-and-fire neuron models, which contain an unsigned 8-bit membrane
potential value. The processor can implement intelligent decision making for
avoidance in real-time. Moreover, the proposed approach enables the
developments of biomimetic neuromorphic system and various low-power, and
low-latency inference processing applications.
- Abstract（参考訳）: 生物学的処理システムとしての人間の脳の内部操作は、ほとんど謎のままである。
ヒト脳の機能にインスパイアされ、ショウジョウバエなどの他の種における単純なニューラルネットワークシステムの解析に基づいて、ニューロモルフィックコンピューティングシステムはかなりの関心を集めている。
細胞レベルでのコネクトミクス研究では、ネットワーク内でのリカレント完全接続だけでなく、各ニューロンにおける外部刺激や自己結合を構成する、集団と呼ばれる生物学的ニューラルネットワークの特性を同定することができる。
ネットワークおよび入力データにおけるスパイク伝送の低データ帯域幅に依存するスパイクニューラルネットワークは、低遅延かつ低電力設計を示す。
本研究では,2つの階層を持つ180nmプロセス技術において,構成可能な人口ベースのデジタルスパイキングニューロモルフィックプロセッサを提案する。
また、プロセッサ内のこれらのニューロンは、符号なしの8ビット膜電位値を含む整数二次積分・ファイアニューロンモデルとして構成することができる。
プロセッサは、リアルタイムに回避のためのインテリジェントな意思決定を実装できる。
さらに,本提案手法により,生体模倣型ニューロモルフィックシステムと各種低消費電力,低遅延推論処理アプリケーションの開発が可能となる。
関連論文リスト
- Retinal Vessel Segmentation via Neuron Programming [17.609169389489633]
本稿では,神経レベルでのネットワークの表現能力を高めるため,ニューラルネット設計における新しいアプローチであるニューラルネットプログラミングについて紹介する。
総合的な実験により、ニューロンプログラミングは網膜の血液分画において競合的な性能を発揮することが検証された。
論文 参考訳（メタデータ） (2024-11-17T16:03:30Z) - Brain-Inspired Machine Intelligence: A Survey of
Neurobiologically-Plausible Credit Assignment [65.268245109828]
本稿では,神経生物学にインスパイアされた,あるいは動機付けられた人工ニューラルネットワークにおける信用割当を行うアルゴリズムについて検討する。
我々は、脳にインスパイアされた学習スキームを6つの一般的なファミリーにまとめ、これらを誤りのバックプロパゲーションの文脈で検討する。
本研究の成果は,神経ミメティックシステムとその構成的学習プロセスの今後の発展を促進することを目的としている。
論文 参考訳（メタデータ） (2023-12-01T05:20:57Z) - The Expressive Leaky Memory Neuron: an Efficient and Expressive Phenomenological Neuron Model Can Solve Long-Horizon Tasks [64.08042492426992]
本稿では,脳皮質ニューロンの生物学的モデルであるExpressive Memory(ELM)ニューロンモデルを紹介する。
ELMニューロンは、上記の入力-出力関係を1万以下のトレーニング可能なパラメータと正確に一致させることができる。
本稿では,Long Range Arena(LRA)データセットなど,時間構造を必要とするタスクで評価する。
論文 参考訳（メタデータ） (2023-06-14T13:34:13Z) - Learning to Act through Evolution of Neural Diversity in Random Neural
Networks [9.387749254963595]
ほとんどの人工ニューラルネットワーク(ANN)では、神経計算は通常すべてのニューロン間で共有される活性化関数に抽象化される。
本稿では,複雑な計算を行うことができる多様なニューロンの集合を実現するために,神経中心パラメータの最適化を提案する。
論文 参考訳（メタデータ） (2023-05-25T11:33:04Z) - Contrastive-Signal-Dependent Plasticity: Self-Supervised Learning in Spiking Neural Circuits [61.94533459151743]
この研究は、スパイキングネットワークのシナプスを調整するための神経生物学的に動機づけられたスキームを設計することの課題に対処する。
我々の実験シミュレーションは、繰り返しスパイクネットワークを訓練する際、他の生物学的に証明可能なアプローチに対して一貫した優位性を示す。
論文 参考訳（メタデータ） (2023-03-30T02:40:28Z) - Towards NeuroAI: Introducing Neuronal Diversity into Artificial Neural
Networks [20.99799416963467]
ヒトの脳では、神経の多様性はあらゆる生物学的知的行動に有効である。
本稿では,まず,生物ニューロンの多様性と情報伝達・処理の特徴について論じる。
論文 参考訳（メタデータ） (2023-01-23T02:23:45Z) - Constraints on the design of neuromorphic circuits set by the properties
of neural population codes [61.15277741147157]
脳内では、情報はコード化され、伝達され、行動を伝えるために使用される。
ニューロモルフィック回路は、脳内のニューロンの集団が使用するものと互換性のある方法で情報を符号化する必要がある。
論文 参考訳（メタデータ） (2022-12-08T15:16:04Z) - Spiking neural network for nonlinear regression [68.8204255655161]
スパイクニューラルネットワークは、メモリとエネルギー消費を大幅に削減する可能性を持っている。
彼らは、次世代のニューロモルフィックハードウェアによって活用できる時間的および神経的疎結合を導入する。
スパイキングニューラルネットワークを用いた回帰フレームワークを提案する。
論文 参考訳（メタデータ） (2022-10-06T13:04:45Z) - Naming Schema for a Human Brain-Scale Neural Network [2.76240219662896]
人工ニューロンのグループは、将来の研究のために、小さな領域で特別にラベル付けすることができる。
ディープニューラルネットワークはますます大きくなり、疎結合になり、ストレージと計算のコストを削減した大規模ニューラルネットワークのストレージが可能になる。
論文 参考訳（メタデータ） (2021-09-22T18:14:47Z)
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。