研究課題
基盤研究(C)
エッジAIでは、限られたリソースの下で高精度な推論を行う人工ニューラルネットワーク(ANN)が必要となる。本研究の目的は、ΔΣ変調に固有のノイズシェイピング特性を活用し、高効率・高精度推論が可能な次世代ANNを創出することにある。具体的には、以下の目標を掲げ、当該分野での先導性を確保する。(1)入出力信号と重み係数にΔΣ変調ビット列を用い、積和演算、プーリング、活性化関数処理などが可能なニューロンを提案する。(2)上記ニューロンを用いた1次元畳み込みANNを構成し、FPGA実装により有効性を検証する。(3)小面積・非同期ΔΣ変調器を提案し、ANN内への大量導入を可能とする。