Convolutional Computing In-Memory Architecture for Explainable Machine Learning Computing for XAI Era

Research Project

Project/Area Number	24K14886
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 60040:Computer system-related
Research Institution	Fukuoka Institute of Technology
Principal Investigator	山内寛行福岡工業大学, 情報工学部, 教授 (70425239)
Project Period (FY)	2024-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000) Fiscal Year 2026: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000) Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000) Fiscal Year 2024: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Keywords	Computing in Memory / 機械学習 / XAI
Outline of Research at the Start	機械学習用積和演算結果をMemory-Cell内でComputing（CIMC)する現存の構造では演算オペラントWは記憶できるが、個々の部分積は原理的に記憶できずブラックボックス化している。そのために、わずかなデータ改ざんで誤判別するメカニズムを解析できない懸念があり対策を可能にする手段が新たに必要である。ブラックボックス化されている部分積をCell内に記憶して、本研究では「すべての部分積の変動を追跡し悪意のある誤判別メカニズムを解析可能にする。一方で、本質を損なわず新たなXAI時代に求められる追跡機能を実現する。どこでもAIに向けての説明可能な機械学習（XAI）用積和演算器を目指す。