2020 Fiscal Year Annual Research Report
Analog-Digital Mixed Signal Reconfigurable System for Machine Learning to Analog Signal
| Project/Area Number |
18K11223
|
|---|
| Research Institution | The University of Kitakyushu |
|---|
Principal Investigator |
中武 繁寿 北九州市立大学, 国際環境工学部, 教授 (10282831)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 機械学習 / アナログ・パーセプトロン回路 / DACベース乗算器 / 低電力ニューラルネットワーク回路 |
|---|
| Outline of Annual Research Achievements |
工場、農場、都市など様々な地域で活用する無線センサノード向け機械学習ハー ドウエアの開発を目標としている。ただし、従来のGPUやFPGAベースのニューラ ルネットワークアーキテクチャとは異なり、大規模な計算を犠牲する一方で、ア ナログ信号を直接扱うことで、小型でかつ低消費電力のアーキテクチャを提案す る。ここでは、DACベースの乗算器を導入したパーセプトロン回路を提案してい る。今年度は、これまでの研究成果のまとめ、および今後の展開に関する研究を 行った。
(1) 提案回路のCMOS0.6umプロセスにおける試作評価をまとめ、国際会議に投稿 （採択）し、その拡張版を電子ジャーナルに投稿した（採録）。
(2) 2〜3ビット分解能のDAC乗算器を用いた回路に相当するニューラルネット ワークを実装し、心拍による心臓疾患の判定に関する検証を行い、通常の多層 ニューラルネットワークとほぼ同等の結果を得ることができた。
(3) 多様な環境音（ノイズ）を含む音声認識をテストするためのベンチマーク データを整理し、2〜3ビット分解能DAC乗算器を用いた回路に相当するニューラ ルネットワークを実装し、90％以上の正解率を得ることができることを確認した。
(4) BNNの学習方法において、バッチサイズと学習率を動的に切り替えることに より、過学習や学習時間の短縮ができる結果を得ることができた。
|
