論文の概要: C3S Micro-architectural Enhancement: Spike Encoder Block and Relaxing
Gamma Clock (Asynchronous)
- arxiv url: http://arxiv.org/abs/2306.15093v1
- Date: Mon, 26 Jun 2023 22:21:00 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-28 15:18:49.143271
- Title: C3S Micro-architectural Enhancement: Spike Encoder Block and Relaxing
Gamma Clock (Asynchronous)
- Title（参考訳）: C3Sマイクロアーキテクチャ拡張:Spike Encoder BlockとRelaxing Gamma Clock(非同期)
- Authors: Alok Anand, Ivan Khokhlov, Abhishek Anand
- Abstract要約: テンポラルニューラルネットワーク(TNN)スタイルのアーキテクチャは、時間パルスを用いてデータと電圧閾値のようなシステムを符号化するため、生物学的ニューロンを近似するための良い基礎である。
このプロジェクトは2つのアイデアに注目し、ネットワークの設計を改善することを目的として設計を提示する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The field of neuromorphic computing is rapidly evolving. As both biological
accuracy and practical implementations are explored, existing architectures are
modified and improved for both purposes. The Temporal Neural Network(TNN) style
of architecture is a good basis for approximating biological neurons due to its
use of timed pulses to encode data and a voltage-threshold-like system. Using
the Temporal Neural Network cortical column C3S architecture design as a basis,
this project seeks to augment the network's design. This project takes note of
two ideas and presents their designs with the goal of improving existing
cortical column architecture. One need in this field is for an encoder that
could convert between common digital formats and timed neuronal spikes, as
biologically accurate networks are temporal in nature. To this end, this
project presents an encoder to translate between binary encoded values and
timed spikes to be processed by the neural network. Another need is for the
reduction of wasted processing time to idleness, caused by lengthy Gamma cycle
processing bursts. To this end, this project presents a relaxation of Gamma
cycles to allow for them to end arbitrarily early once the network has
determined an output response. With the goal of contributing to the betterment
of the field of neuromorphic computer architecture, designs for both a
binary-to-spike encoder, as well as a Gamma cycle controller, are presented and
evaluated for optimal design parameters, with overall system gain and
performance.
- Abstract（参考訳）: ニューロモルフィックコンピューティングの分野は急速に進化している。
生物学的精度と実用性の両方を探求する中で、既存のアーキテクチャは両方の目的のために変更および改善されている。
テンポラルニューラルネットワーク(TNN)スタイルのアーキテクチャは、時間パルスを用いてデータと電圧閾値のようなシステムを符号化するため、生物学的ニューロンを近似するための良い基礎である。
テンポラルニューラルネットワークのコラムC3Sアーキテクチャ設計を基礎として、このプロジェクトはネットワークの設計を強化することを目指している。
このプロジェクトは2つのアイデアに注目し、既存の皮質列アーキテクチャを改善することを目的として設計を提示する。
この分野で必要なのは、生物学的に正確なネットワークが本質的に時間的であるため、一般的なデジタルフォーマットと時間的ニューロンスパイクを変換できるエンコーダである。
この目的のために、このプロジェクトでは、バイナリエンコードされた値とニューラルネットワークによって処理される時間スパイクを変換するエンコーダを提案する。
もう1つの要求は、長いガンマサイクルの処理バーストによる無駄な処理時間をアイドル化することである。
この目的のために、本プロジェクトは、ネットワークが出力応答を決定すると任意に終了するようにガンマサイクルの緩和を示す。
ニューロモルフィック・コンピュータ・アーキテクチャの分野の改善に寄与することを目的として、バイナリ・ツー・スパイク・エンコーダとガンマサイクル・コントローラの両方の設計を、システム全体のゲインと性能とともに最適な設計パラメータとして提示し、評価する。
関連論文リスト
- TCCT-Net: Two-Stream Network Architecture for Fast and Efficient Engagement Estimation via Behavioral Feature Signals [58.865901821451295]
本稿では,新しい2ストリーム機能融合 "Tensor-Convolution and Convolution-Transformer Network" (TCCT-Net) アーキテクチャを提案する。
時間空間領域における意味のあるパターンをよりよく学習するために、ハイブリッド畳み込み変換器を統合する「CT」ストリームを設計する。
並行して、時間周波数領域からリッチなパターンを効率的に抽出するために、連続ウェーブレット変換(CWT)を用いて情報を2次元テンソル形式で表現する「TC」ストリームを導入する。
論文 参考訳（メタデータ） (2024-04-15T06:01:48Z) - SpikingNeRF: Making Bio-inspired Neural Networks See through the Real World [19.696976370895907]
本稿では、スパイキングニューラルネットワーク(SNN)の時間次元を放射光に合わせるスパイキングNeRFを提案する。
計算はスパイクベースで乗算のない方式に変わり、エネルギー消費を減らし、ニューロモルフィックなハードウェアで高品質な3Dレンダリングを可能にする。
論文 参考訳（メタデータ） (2023-09-20T01:04:57Z) - The END: An Equivariant Neural Decoder for Quantum Error Correction [73.4384623973809]
データ効率のよいニューラルデコーダを導入し、この問題の対称性を活用する。
本稿では,従来のニューラルデコーダに比べて精度の高い新しい同変アーキテクチャを提案する。
論文 参考訳（メタデータ） (2023-04-14T19:46:39Z) - Real-Time Target Sound Extraction [13.526450617545537]
実時間およびストリーミングターゲット音抽出を実現するためのニューラルネットワークモデルを提案する。
本稿では,エンコーダとして拡張因果畳み込みレイヤを積み重ねたエンコーダデコーダアーキテクチャであるWaveformerと,デコーダとしてトランスフォーマデコーダレイヤを提案する。
論文 参考訳（メタデータ） (2022-11-04T03:51:23Z) - NAF: Neural Attenuation Fields for Sparse-View CBCT Reconstruction [79.13750275141139]
本稿では,スパースビューCBCT再構成のための新規かつ高速な自己教師型ソリューションを提案する。
所望の減衰係数は、3次元空間座標の連続関数として表現され、完全に接続されたディープニューラルネットワークによってパラメータ化される。
ハッシュ符号化を含む学習ベースのエンコーダが採用され、ネットワークが高周波の詳細をキャプチャするのに役立つ。
論文 参考訳（メタデータ） (2022-09-29T04:06:00Z) - Learning two-phase microstructure evolution using neural operators and
autoencoder architectures [0.0]
我々は、畳み込みオートエンコーダアーキテクチャとディープニューラル演算子(DeepONet)を統合する新しいフレームワークを開発する。
DeepONetは潜伏空間における微細構造進化のメソスケールダイナミクスを学習する。
結果は、効率的で正確な位相場フレームワークである。
論文 参考訳（メタデータ） (2022-04-11T18:34:59Z) - Towards Bi-directional Skip Connections in Encoder-Decoder Architectures
and Beyond [95.46272735589648]
本稿では,デコードされた機能をエンコーダに戻すための後方スキップ接続を提案する。
我々の設計は、任意のエンコーダ・デコーダアーキテクチャにおいて前方スキップ接続と共同で適用することができる。
本稿では,2相ニューラルネットワーク探索(NAS)アルゴリズム,すなわちBiX-NASを提案する。
論文 参考訳（メタデータ） (2022-03-11T01:38:52Z) - Time-coded Spiking Fourier Transform in Neuromorphic Hardware [4.432142139656578]
本研究では,Fourier変換と数学的に等価な時間ベースのスパイクニューラルネットワークを提案する。
我々はニューロモルフィックチップLoihiにネットワークを実装し、自動車周波数変調連続波レーダを用いた5つの実シナリオの実験を行った。
論文 参考訳（メタデータ） (2022-02-25T12:15:46Z) - Deep Cellular Recurrent Network for Efficient Analysis of Time-Series
Data with Spatial Information [52.635997570873194]
本研究では,空間情報を用いた複雑な多次元時系列データを処理するための新しいディープセルリカレントニューラルネットワーク(DCRNN)アーキテクチャを提案する。
提案するアーキテクチャは,文献に比較して,学習可能なパラメータをかなり少なくしつつ,最先端の性能を実現している。
論文 参考訳（メタデータ） (2021-01-12T20:08:18Z) - Multi-Tones' Phase Coding (MTPC) of Interaural Time Difference by
Spiking Neural Network [68.43026108936029]
雑音の多い実環境下での正確な音像定位のための純粋スパイクニューラルネットワーク(SNN)に基づく計算モデルを提案する。
このアルゴリズムを,マイクロホンアレイを用いたリアルタイムロボットシステムに実装する。
実験の結果, 平均誤差方位は13度であり, 音源定位に対する他の生物学的に妥当なニューロモルフィックアプローチの精度を上回っていることがわかった。
論文 参考訳（メタデータ） (2020-07-07T08:22:56Z)
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。