| 研究課題/領域番号 |
18K18025
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分60040:計算機システム関連
|
|---|
| 研究機関 | 奈良先端科学技術大学院大学 |
|---|
研究代表者 |
新谷 道広 奈良先端科学技術大学院大学, 先端科学技術研究科, 助教 (80748913)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | ニューラルネットワーク / メモリスタ / 高信頼化 / 誤り訂正 / 脳型コンピュータ / 過渡故障 / 永久故障 / 誤り訂正符号 / 機械学習 / 信頼性 / 検査容易化 |
|---|
| 研究成果の概要 |
本研究では、深層学習の性能を飛躍的に向上させる脳型機械学習ハードウェアに関する研究を行っており、特にメモリスタを用いたニューラルネットワークの高信頼化に着目した。メモリスタは、製造技術が習熟しておらず、信頼性に関する課題がある。そこで、メモリスタニューラルネットワークの耐故障化に取り組んだ。特に、列方向および行方向にチェックサム用の冗長セルを付加する誤り訂正機能を開発した。ホップフィールドネットワークを用いた数値計算の結果、無施策と比べて25.81%、既存手法と比べて5.25%の識別率向上を確認した。
|
| 研究成果の学術的意義や社会的意義 |
フォンノイマンボトルネックによるノイマン型計算基盤の性能向上の限界、ムーアの法則 の破綻が近づき、ヒトの脳を模した脳型コンピュータ(Neuromorphic Computer)はこれまでの計算の質を革新する最重要技術の1つとして期待を集めている。しかし、構成素子であるメムデバイスの製造不安定に起因する信頼性課題により大規模化、すなわち量、に重大な課題を抱えており、ノイマン型計算規模を超える目処は立っていない。本研究は、脳型コンピュータの高集積化に不可欠な高信頼化設計の技術基盤を形成するものであり、今後の脳型コンピュータの高集積化に向けた基礎技術となりうる。
|
