• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

論理指向ニューラルネットワークを利用したパターン認識システムのハードウェア実装

研究課題

研究課題/領域番号 12780239
研究種目

奨励研究(A)

配分区分補助金
研究分野 計算機科学
研究機関広島市立大学

研究代表者

神尾 武司  広島市立大学, 情報科学部, 助手 (20316136)

研究期間 (年度) 2000 – 2001
研究課題ステータス 完了 (2001年度)
配分額 *注記
1,800千円 (直接経費: 1,800千円)
2001年度: 900千円 (直接経費: 900千円)
2000年度: 900千円 (直接経費: 900千円)
キーワード論理指向ニューラルネットワーク / 多層パーセプトロン / スパース結合ニューラルネットワーク / ハイブリッドシステム / 連想メモリ / パターン認識 / バックプロパゲーション法 / 量子化荷重 / 多しきい値関数 / 判定レベル / VHDL
研究概要

今年度の研究計画に従って、論理指向ニューラルネットワーク(LOGO-NN)をVHDLによって設計し、FPGA上へのハードウェア実装を試みた。その作業過程を通じて、比較的簡単なパターン認識に対しては高性能なLOGO-NNを低コストでハードウェア化できることが確認された。しかし、問題の難易度が高くなるにつれて、LOGO-NNに必要となるデータビット数とニューロン数は増加し、十分なコスト削減が難しいことも確認された。
そこで、この問題を回避するために、LOGO-NNと連想メモリを併用したパターン認識システムを新たに考案した。連想メモリは入力パターンを修復する能力があるため、低コスト化によってLOGO-NN単体の性能がある程度低くなったとしても、システム全体で高いパターン認識率を維持できることは明らかであり、さらに、それをシミュレーションによって確認することができた。また、連想メモリは多層パーセプトロン(MLP)とスパース結合ニューラルネットワーク(SINN)を組み合わせて構成した。ここで、MLP部はLOGO-NNによって実現することで低コスト化を図った。一方、SINN部はハードウェア化が容易なモデルとして知られるセルラーニューラルネットワーク(CNN)を基に構成した。したがって、連想メモリ自体の低コスト化も十分に達成することができた。
このように今年度の研究では、LOGO-NNと連想記憶MLP-SINNを組み合わせることによって、本研究の目的であるLOGO-NNを利用した高性能なパターン認識システムが低いハードウェアコストで実現されることを示すことができた。今後の課題は、このパターン認識システムをLSI上に実装することで、より大規模な問題に対応できるようにすることなどが挙げられる。

報告書

(2件)
  • 2001 実績報告書
  • 2000 実績報告書
  • 研究成果

    (8件)

すべて その他

すべて 文献書誌 (8件)

  • [文献書誌] 神尾武司: "3値荷重MLPとSINNから構成されるハイブリッド連想記憶システム"電子情報通信学会技術研究報告. NC2000-134. 47-54 (2001)

    • 関連する報告書
      2001 実績報告書
  • [文献書誌] Takeshi Kamio: "Auto-Associative Memories Composed of Multilayer Perceptrons and Sparsely Interconnected Neural Networks"Proceedings of the ITC-CSCC 2001. 2. 1276-1279 (2001)

    • 関連する報告書
      2001 実績報告書
  • [文献書誌] Takeshi Kamio: "Associative Memories Composed of Multilayer Perceptrons with 3-Valued Weights and Sparsely Interconnected Neural Networks"Proceedings of the ICONIP 2001. 2. 591-596 (2001)

    • 関連する報告書
      2001 実績報告書
  • [文献書誌] Takeshi Kamio: "Associative Memories Using Interaction between Multilayer Perceptrons and Sparsely Interconnected Neural Networks"IEICE Trans. Fundamentals. (to appear). (2002)

    • 関連する報告書
      2001 実績報告書
  • [文献書誌] 神尾武司: "再帰的多層パーセプトロンとスパース結合ニューラルネットワークによる自己連想記憶システム"電子情報通信学会技術研究報告. (to appear). (2002)

    • 関連する報告書
      2001 実績報告書
  • [文献書誌] 神尾武司: "量子化荷重と多しきい値ニューロンで構成される論理指向ニューラルネットワークのためのバックプロパゲーション学習法"電子情報通信学会 第13回回路とシステム軽井沢ワークショップ論文集. 309-314 (2000)

    • 関連する報告書
      2000 実績報告書
  • [文献書誌] Takesh Kamio: "Backpropagation Algorithm for LOGic Oriented Neural Networks"Proc.IEEE-INNS-ENNS/IJCNN2000. 2. 123-128 (2000)

    • 関連する報告書
      2000 実績報告書
  • [文献書誌] Takeshi Kamio: "Backpropagation Algorithm-for LOGic Oriented Neural Networks with Quantized Weights and Multilevel Threshold Neurons."IEICE Trans.Fundamentals. Vol.E84-ANo.3(to appear). 705-712 (2001)

    • 関連する報告書
      2000 実績報告書

URL: 

公開日: 2000-04-01   更新日: 2016-04-21  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi