論文の概要: Neuromorphic Wireless Cognition: Event-Driven Semantic Communications
for Remote Inference
- arxiv url: http://arxiv.org/abs/2206.06047v1
- Date: Mon, 13 Jun 2022 11:13:39 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-14 18:23:28.453401
- Title: Neuromorphic Wireless Cognition: Event-Driven Semantic Communications
for Remote Inference
- Title（参考訳）: neuromorphic wireless cognition: 遠隔推論のためのイベント駆動意味コミュニケーション
- Authors: Jiechen Chen, Nicolas Skatchkovsky, Osvaldo Simeone
- Abstract要約: 本稿ではニューロモルフィックな無線インターネット・オブ・Thingsシステムのためのエンドツーエンドの設計を提案する。
各センサ装置は、ニューロモルフィックセンサと、スパイキングニューラルネットワーク(SNN)と、複数のアンテナを備えたインパルス無線送信機を備える。
パイロット、SNNの符号化、SNNの復号化、ハイパーネットワークは、複数のチャネル実現を通じて共同で訓練される。
- 参考スコア（独自算出の注目度）: 32.0035037154674
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Neuromorphic computing is an emerging computing paradigm that moves away from
batched processing towards the online, event-driven, processing of streaming
data. Neuromorphic chips, when coupled with spike-based sensors, can inherently
adapt to the "semantics" of the data distribution by consuming energy only when
relevant events are recorded in the timing of spikes and by proving a
low-latency response to changing conditions in the environment. This paper
proposes an end-to-end design for a neuromorphic wireless Internet-of-Things
system that integrates spike-based sensing, processing, and communication. In
the proposed NeuroComm system, each sensing device is equipped with a
neuromorphic sensor, a spiking neural network (SNN), and an impulse radio
transmitter with multiple antennas. Transmission takes place over a shared
fading channel to a receiver equipped with a multi-antenna impulse radio
receiver and with an SNN. In order to enable adaptation of the receiver to the
fading channel conditions, we introduce a hypernetwork to control the weights
of the decoding SNN using pilots. Pilots, encoding SNNs, decoding SNN, and
hypernetwork are jointly trained across multiple channel realizations. The
proposed system is shown to significantly improve over conventional frame-based
digital solutions, as well as over alternative non-adaptive training methods,
in terms of time-to-accuracy and energy consumption metrics.
- Abstract（参考訳）: ニューロモーフィックコンピューティングは、バッチ処理からストリーミングデータのオンライン、イベント駆動処理に移行する、新たなコンピューティングパラダイムである。
スパイクベースのセンサーと組み合わせたニューロモルフィックチップは、スパイクのタイミングで関連する事象が記録されたときにのみエネルギーを消費し、環境の変化に対する低遅延応答を証明することによって、データ分布の「セマンティック」に本質的に適応することができる。
本稿では,スパイクベースセンシング,処理,通信を統合したニューロモルフィック無線インターネット・オブ・シングスシステムのエンドツーエンド設計を提案する。
提案するニューロコムシステムでは、各センシング装置は、神経形態センサ、スパイキングニューラルネットワーク(snn)、複数のアンテナを備えたインパルス無線送信機を備える。
送信は、マルチアンテナインパルス無線受信機とSNNを備えた受信機に共有フェーディングチャネルを介して行われる。
受信機のフェーディングチャネル条件への適応を可能にするため、パイロットを用いてデコードsnの重みを制御するハイパーネットワークを導入する。
パイロット、SNNの符号化、SNNの復号化、ハイパーネットワークは、複数のチャネル実現を通じて共同で訓練される。
提案システムは,従来のフレームベースデジタルソリューションよりも,時間-精度およびエネルギー消費の指標を用いて,代替の非適応的トレーニング手法よりも大幅に改善されている。
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) - Neuromorphic Split Computing with Wake-Up Radios: Architecture and Design via Digital Twinning [97.99077847606624]
本研究は,遠隔・無線接続型NPUからなる分割計算機システムに,覚醒無線機構を組み込んだ新しいアーキテクチャを提案する。
覚醒無線に基づくニューロモルフィックスプリットコンピューティングシステムの設計における重要な課題は、検知、覚醒信号検出、意思決定のためのしきい値の選択である。
論文 参考訳（メタデータ） (2024-04-02T10:19:04Z) - 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) - A distributed neural network architecture for dynamic sensor selection
with application to bandwidth-constrained body-sensor networks [53.022158485867536]
ディープニューラルネットワーク(DNN)のための動的センサ選択手法を提案する。
データセット全体の固定選択ではなく、個々の入力サンプルに対して最適なセンササブセット選択を導出することができる。
無線センサネットワーク(WSN)の寿命を、各ノードの送信頻度に制約を加えることで、この動的選択をいかに利用できるかを示す。
論文 参考訳（メタデータ） (2023-08-16T14:04:50Z) - Spiking Neural Network Decision Feedback Equalization [70.3497683558609]
決定フィードバック等化器(DFE)に似たフィードバック構造を持つSNNベースの等化器を提案する。
提案手法は,3種類の模範チャネルに対して,従来の線形等化器よりも明らかに優れていることを示す。
決定フィードバック構造を持つSNNは、競合エネルギー効率の良いトランシーバへのパスを可能にする。
論文 参考訳（メタデータ） (2022-11-09T09:19:15Z) - Neuromorphic Integrated Sensing and Communications [28.475406916976247]
ニューロモルフィック統合センシングと通信(N-ISAC)を導入し,効率的なオンラインデータデコーディングとレーダセンシングを実現する。
N-ISACは、デジタル情報を伝達し、レーダーターゲットの有無を検出するために、共通のIR波形を利用する。
受信機にスパイキングニューラルネットワーク(SNN)を配置し、デジタルデータを復号し、受信した信号から直接レーダーターゲットを検出する。
論文 参考訳（メタデータ） (2022-09-24T00:23:25Z) - Interference Cancellation GAN Framework for Dynamic Channels [74.22393885274728]
チャネルのあらゆる変更に適応できるオンライントレーニングフレームワークを導入します。
我々のフレームワークは、非常にダイナミックなチャネル上での最近のニューラルネットワークモデルよりも大幅に優れています。
論文 参考訳（メタデータ） (2022-08-17T02:01:18Z) - Learning Based Joint Coding-Modulation for Digital Semantic
Communication Systems [45.81474044790071]
学習に基づくセマンティックコミュニケーションでは、ニューラルネットワークは従来の通信システムで異なるビルディングブロックを置き換える。
ニューラルネットワークに基づくデジタル変調の本質的なメカニズムは、ニューラルネットワークエンコーダの連続的な出力を離散的なコンステレーションシンボルにマッピングすることである。
我々は,BPSK変調を用いたディジタルセマンティック通信のための共同符号化変調方式を開発した。
論文 参考訳（メタデータ） (2022-08-11T08:58:35Z) - Digital Signal Processing Using Deep Neural Networks [2.624902795082451]
本稿では、RF領域の問題を解決するために特別に設計されたカスタムディープニューラルネットワーク(DNN)を提案する。
本モデルは,自動エンコーダ畳み込みネットワークと変圧器ネットワークを組み合わせることで,特徴抽出と注意のメカニズムを活用する。
また,DNNをトレーニングし,自動変調分類を行い,伝送路効果を推測・補正し,ベースバンドRF信号を直接復調することのできる,新しいオープンデータセットと物理データ拡張モデルを提案する。
論文 参考訳（メタデータ） (2021-09-21T18:59:32Z) - Learning Autonomy in Management of Wireless Random Networks [102.02142856863563]
本稿では,任意の数のランダム接続ノードを持つ無線ネットワークにおいて,分散最適化タスクに取り組む機械学習戦略を提案する。
我々は,ネットワークトポロジとは無関係に,前方および後方に計算を行う分散メッセージパスニューラルネットワーク(DMPNN)と呼ばれる,柔軟な深層ニューラルネットワーク形式を開発した。
論文 参考訳（メタデータ） (2021-06-15T09:03:28Z) - End-to-End Learning of Neuromorphic Wireless Systems for Low-Power Edge
Artificial Intelligence [38.518936229794214]
我々は、ニューロモルフィックセンシング、インパルスラジオ(IR)、スパイキングニューラルネットワーク(SNN)に基づく、遠隔無線推論のための新しい「オールスパイク」低電力ソリューションを提案する。
我々は,エンコーダ,チャネル,デコーダのカスケードを,JSCC(Joint Source-Channel Coding)を実装した確率的SNNベースのオートエンコーダとして扱うエンドツーエンドのトレーニング手順を導入する。
実験により、提案したエンドツーエンドのニューロモルフィックエッジアーキテクチャが、効率的で低レイテンシなリモートセンシング、通信、推論のための有望なフレームワークを提供することを確認した。
論文 参考訳（メタデータ） (2020-09-03T09:10:16Z)
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。