論文の概要: Analysis and FPGA based Implementation of Permutation Binary Neural Networks

• arxiv url: http://arxiv.org/abs/2306.01383v1
• Date: Fri, 2 Jun 2023 09:09:03 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-05 16:06:47.918653
• Title: Analysis and FPGA based Implementation of Permutation Binary Neural Networks
• Title（参考訳）: 置換二元ニューラルネットワークの解析とFPGAによる実装
• Authors: Mikito Onuki, Kento Saka, Toshimichi Saito
• Abstract要約: 本稿では,局所的バイナリ接続,大域的置換接続,およびシグナム活性化関数を特徴とする置換二分ニューラルネットワークについて検討する。 置換接続に依存すると、ネットワークはバイナリベクトルの様々な周期軌道を生成することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper studies a permutation binary neural network characterized by local binary connections, global permutation connections, and the signum activation function. Depending on the permutation connections, the network can generate various periodic orbits of binary vectors. Especially, we focus on globally stable periodic orbits such that almost all initial points fall into the orbits. In order to explore the periodic orbits, we present a simple evolutionary algorithm. Applying the algorithm to typical examples of PBNNs, existence of a variety of periodic orbits is clarified. Presenting an FPGA based hardware prototype, typical periodic orbits are confirmed experimentally. The hardware will be developed into various engineering applications such that stable control signals of switching circuits and stable approximation signals of time-series.
• Abstract（参考訳）: 本稿では,局所二元接続,大域的置換接続,およびシグネム活性化関数を特徴とする順列二元ニューラルネットワークについて述べる。 置換接続によって、ネットワークはバイナリベクトルの様々な周期軌道を生成することができる。 特に、ほぼすべての初期点が軌道に落下するように、地球規模の安定周期軌道に焦点を当てる。 周期軌道を探索するために、簡単な進化的アルゴリズムを提案する。 このアルゴリズムをPBNNの典型的な例に適用すると、様々な周期軌道の存在が明らかになる。 FPGAベースのハードウェアプロトタイプとして、典型的な周期軌道が実験的に確認される。 ハードウェアは、スイッチング回路の安定制御信号や時系列の安定近似信号など、様々なエンジニアリングアプリケーションに開発される予定である。

関連論文リスト

• PreRoutGNN for Timing Prediction with Order Preserving Partition: Global Circuit Pre-training, Local Delay Learning and Attentional Cell Modeling [84.34811206119619]
  本稿では,事前のタイミング予測に対する2段階のアプローチを提案する。 まず、回路網リストからグローバルグラフ埋め込みを学習するグラフオートエンコーダを事前学習するためのグローバル回路トレーニングを提案する。 第2に、GCN上のメッセージパッシングのための新しいノード更新方式を、学習したグラフ埋め込みと回路グラフのトポロジ的ソートシーケンスに従って使用する。 21個の実世界の回路の実験では、スラック予測のための新しいSOTA R2が0.93で達成され、以前のSOTA法では0.59をはるかに上回っている。
  論文  参考訳（メタデータ） (2024-02-27T02:23:07Z)
• Permutation Invariant Recurrent Neural Networks for Sound Source Tracking Applications [23.52962865511909]
  入力状態と状態の両方を表すために無順序集合を用いる新しい再帰的アーキテクチャを提案する。 各音源の情報は個別の埋め込みで表現され、新しい推定値はその順序に関係なくトラックされた軌跡に割り当てられる。
  論文  参考訳（メタデータ） (2023-06-14T13:53:31Z)
• Graph Positional Encoding via Random Feature Propagation [39.84324765957645]
  ノード特徴拡張スキームの2つの主要なファミリーがGNNの強化のために検討されている。 本稿では、上記の2つのアプローチのリンクを引いた、位置符号化方式の新たなファミリーを提案する。 我々は、RFPが複数のノード分類とグラフ分類ベンチマークにおいてスペクトルPEとランダムの特徴の両方を著しく上回っていることを実証的に実証した。
  論文  参考訳（メタデータ） (2023-03-06T06:28:20Z)
• Sampled Transformer for Point Sets [80.66097006145999]
  スパース変換器は、連続列列列関数の普遍近似器でありながら、自己アテンション層の計算複雑性を$O(n)$に下げることができる。 我々は、追加の帰納バイアスを伴わずに点集合要素を直接処理できる$O(n)$複雑性サンプリング変換器を提案する。
  論文  参考訳（メタデータ） (2023-02-28T06:38:05Z)
• Genetic algorithm for searching bipolar Single-Flux-Quantum pulse sequences for qubit control [0.0]
  一極性または双極性SFQ制御シーケンス探索のための遺伝的アルゴリズムを提案する。 将来的には、2つの量子ビットのシステムの研究に先進的なアプローチを適用する。
  論文  参考訳（メタデータ） (2022-09-20T15:24:02Z)
• Space-Time Graph Neural Networks [104.55175325870195]
  本研究では、時空間グラフニューラルネットワーク(ST-GNN)を導入し、時間変動ネットワークデータの時空間トポロジを共同処理する。 解析の結果,システムのネットワークトポロジと時間進化の変動はST-GNNの性能に大きく影響しないことがわかった。
  論文  参考訳（メタデータ） (2021-10-06T16:08:44Z)
• Modulated Periodic Activations for Generalizable Local Functional Representations [113.64179351957888]
  我々は,複数のインスタンスに一般化し,最先端の忠実性を実現する新しい表現を提案する。 提案手法は,画像,映像,形状の汎用的な機能表現を生成し,単一信号に最適化された先行処理よりも高い再構成品質を実現する。
  論文  参考訳（メタデータ） (2021-04-08T17:59:04Z)
• Orbital MCMC [82.54438698903775]
  任意の微分同相写像から周期軌道を構築するための2つの実用的なアルゴリズムを提案する。 また,両カーネルの実用的メリットを実証した実証的研究を行った。
  論文  参考訳（メタデータ） (2020-10-15T22:25:52Z)
• Binarized Graph Neural Network [65.20589262811677]
  我々は二項化グラフニューラルネットワークを開発し、二項化ネットワークパラメータを用いてノードのバイナリ表現を学習する。 提案手法は既存のGNNベースの埋め込み手法にシームレスに統合できる。 実験により、提案された二項化グラフニューラルネットワーク、すなわちBGNは、時間と空間の両方の観点から、桁違いに効率的であることが示されている。
  論文  参考訳（メタデータ） (2020-04-19T09:43:14Z)
• Breaking the waves: asymmetric random periodic features for low-bitrate kernel machines [13.704881067616995]
  非対称な周期的特徴の一般的な枠組みを導入し、ランダムな周期的特徴を通して2つの信号が観測される。 我々は、無限の低複素集合から全ての信号対を保持する一様確率誤差境界を証明した。
  論文  参考訳（メタデータ） (2020-04-14T14:44:54Z)
• RobustPeriod: Time-Frequency Mining for Robust Multiple Periodicity Detection [36.254037216142244]
  複数の周期性検出のための頑健で汎用的なフレームワークを提案する。 我々のアルゴリズムは、時系列を複数の時間周波数スケールに変換するために、最大重なり合う離散ウェーブレット変換を適用している。 合成および実世界のデータセットの実験により、我々のアルゴリズムは、単周期検出と複数周期検出の両方において、他の一般的なデータセットよりも優れていることが示された。
  論文  参考訳（メタデータ） (2020-02-21T20:10:36Z)

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。