2020 Fiscal Year Research-status Report
Hardware implementation and applications of analog high-dimensional neural system using simultaneous perturbation learning
| Project/Area Number |
18K11483
|
|---|
| Research Institution | Kansai University |
|---|
Principal Investigator |
前田 裕 関西大学, システム理工学部, 教授 (60209393)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
肥川 宏臣 関西大学, システム理工学部, 教授 (10244154)
三好 誠司 関西大学, システム理工学部, 教授 (10270307)
伊藤 秀隆 関西大学, システム理工学部, 教授 (20268311)
本仲 君子 関西大学, システム理工学部, 助教 (70781772)
黒江 康明 同志社大学, 研究開発推進機構, 嘱託研究員 (10153397)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | ニューラルネットワーク / 統計力学的解析 / 有限サイズ効果 / 分岐解析 / 自己組織化マップ / 生体ネットワーク / 動作計画 / 同時摂動 |
|---|
| Outline of Annual Research Achievements |
スパイキングおよび高次元ニューラルネットワークの学習法、遺伝子ネットワークの解析、設計法、およびデータ同化法、強化学習に基づくシステムの解析、設計、制御法など種々の検討を行った。また、混合モード振動系における分岐現象の高効率・高精度な数値解析法を考案し、ダイオードを含む強制BVP発振器の解析に適用することにより、連鎖的に発生する入れ子の分岐現象の詳細構造を明らかにした。さらに、オンライン学習における統計力学的解析における有限サイズ効果に関する現象論を導出した。
ニューラルネットワークのハードウェア実装では、様々なニューラルネットワークの回路実現を目指して試作を行っている。アナログ回路による複素ニューラルネットワークの回路実現では、同時摂動最適化法を用いた学習機能も含めた回路の試作は完了し、学習機能の基本動作の確認を行った。精度と安定性の向上が必要なため、回路の改善とその試作に向けた検討を行った。また、周波数変調パルスとディジタル周波数同期ループを用いたハードウェア自己組織化マップ（SOM）については、その成果を論文と発表した。次に、回路設計の効率化向上を目指して、全体の構造を入れ子構造としたハードウェア SOM を提案した。
これらの手法の様々な分野への適用を検討している。ロボットへの応用の一例としてクワッドロータ群への適用を想定し、機体周囲の局所情報のみを用いた相互衝突回避に関するシミュレーションを行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
八元数ニューラルネットワークのエネルギー関数の存在条件、スパイキング学習法とその応用、遺伝子ネットワークの周期現象の解析、部分観測問題に対する強化学習法など、いくつか成果をあげている。また、混合モード振動系において連鎖的に発生する分岐現象の構造がニューラルシステムへの組み込み時に維持される、あるいは一部変化する様子に関する数値的検証を進めている。さらに、オンライン学習の統計力学的解析における有限サイズ効果に関する現象論を導出できたので概ね順調に進展していると判断できる。
ニューラルネットワークのハードウェア実装に関して、学習回路の動作を確認しているが、精度の向上が課題である。ハードウェア SOM 実装に周波数変調パルスと周波数同期ループを用いる研究については、成果発表を行い計画通りに完了した。そして、この研究を通して、次の研究課題となる入れ子構造の SOM の着想に至った。
これらの手法の応用の一例としてクワッドロータ群への適用を行った。具体的には、動力学シミュレータを用いたシミュレーションにより、クワッドロータの相互衝突回避手法に関する検証を行った。
|
| Strategy for Future Research Activity |
2020年度で進展した結果をもとに、つぎの各項目について検討する。
1) 引き続き、ニューラルネットワークや遺伝子ネットワークの学習法、設計法、およびデータ同化法、強化学習法によるシステムの解析、設計、制御法などの研究をすすめ、これらの実問題への応用の展開をはかる。
2) 非線形ダイナミクスに基づくニューラルシステムの設計論に関して、応用の高度化と設計の容易化を進める。
3) ニューラルネットワークのハードウェア実装に関しては、学習回路の精度向上と安定動作のための回路改善を行う。また、ハードウェアSOMでは、先に述べた入れ子構造 SOM により、 ハードウェア記述言語を用いた回路設計において SOM の開発が容易になることを確認しており、この長所を利用して大規模な SOM の開発を行い、画像の符号化への応用を行う。
4) 圧縮センシングの無線通信路応答推定問題への適用について検討する。
5) 応用については、シミュレーションで検証したクワッドロータの相互衝突回避手法について、実機実験を行う予定である。
|
| Causes of Carryover |
各学会での発表計画の変更や物品の購入予定を変更したため、次年度の使用となった予算が生じた。
|
-
-
-
-
-
-
-
-
-
-
-
-
-
-
[Book] Springer2021
Author(s)
T. Kaihara, H. Kita and S. Takahashi (Eds.), Y. Kuroe et. al.
Total Pages
17
Publisher
Innovative Systems Approach for Designing Smarter World
