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

2017 年度 実績報告書

次世代電波望遠鏡用周波数解析装置の研究開発

研究課題

研究課題/領域番号 15H05304
研究機関東京工業大学

研究代表者

中原 啓貴  東京工業大学, 工学院, 准教授 (20624414)

研究期間 (年度) 2015-04-01 – 2019-03-31
キーワードFPGA / RNS / Radio Telescope / Deep Learning / CNN
研究実績の概要

剰余数系(RNS)を再帰的に繰り返し適用するNested RNS(NRNS)を考案し, 積和演算器の分割手法に適用する設計手法を考案した. また, NRNSに適した素数の組み合わせを発見した.
提案手法を ROACH2 FPGA ボードに実装し, テスト信号器を用いて評価する. 動作可能を確認した. 既存のハイエンドFPGAボード(Xilinx社VC707)にAD変換器を接続するボードを外注により開発し, 実装を行い, 提案手法の有効性を確認した.
また, 観測補助システムとして深層学習のFPGA実装に適した2値化Convolutional Neural Network (CNN)の学習方法と推論に適したハードウェア構成を研究開発し, Xilinx社Zynq UltraScale+ MPSoCボードに実装した. GPUと比較して電力性能効率に関して10倍優れていることを明らかにした.

現在までの達成度 (区分)
現在までの達成度 (区分)

1: 当初の計画以上に進展している

理由

申請書と同程度の開発状況に達しており、観測補助システムに適した深層学習手法の開発に成功しているため。

今後の研究の推進方策

次世代プラットフォーム ROACH3 ボードの開発に協力し, デジタル信号器部分の開発を行う. SKA 計画で建築する次世代電波望遠鏡に提案手法を組込み, 観測を行う.
また, 研究成果を他の周波数解析装置(気象レーダ・CT スキャナ等)に転用・実用化する.
観測補助システムに適した深層学習のハードウェア化に取り組む.

  • 研究成果

    (9件)

すべて 2018 2017

すべて 雑誌論文 (3件) (うち査読あり 3件) 学会発表 (6件) (うち国際学会 6件)

  • [雑誌論文] An FPGA Realization of a Random Forest with k-Means Clustering Using a High-Level Synthesis Design2018

    • 著者名/発表者名
      Akira Jinguji, Shimpei Sato, Hiroki Nakahara
    • 雑誌名

      IEICE Transactions

      巻: 101-D(2) ページ: 354-362

    • 査読あり
  • [雑誌論文] A Threshold Neuron Pruning for a Binarized Deep Neural Network on an FPGA2018

    • 著者名/発表者名
      Tomoya Fujii, Shimpei Sato, Hiroki Nakahara
    • 雑誌名

      IEICE Transactions

      巻: 101-D(2) ページ: 376-386

    • 査読あり
  • [雑誌論文] BRein Memory: A Single-Chip Binary/Ternary Reconfigurable in-Memory Deep Neural Network Accelerator Achieving 1.4 TOPS at 0.6 W2018

    • 著者名/発表者名
      Kota Ando, Kodai Ueyoshi, Kentaro Orimo, Haruyoshi Yonekawa, Shimpei Sato, Hiroki Nakahara, Shinya Takamaeda-Yamazaki, Masayuki Ikebe, Tetsuya Asai, Tadahiro Kuroda, Masato Motomura
    • 雑誌名

      IEEE Journal of Solid-State Circuits

      巻: 53(4) ページ: 983-994

    • 査読あり
  • [学会発表] A Lightweight YOLOv2: A Binarized CNN with A Parallel Support Vector Regression for an FPGA2018

    • 著者名/発表者名
      Hiroki Nakahara, Haruyoshi Yonekawa, Tomoya Fujii, Shimpei Sato
    • 学会等名
      FPGA
    • 国際学会
  • [学会発表] A fully connected layer elimination for a binarizec convolutional neural network on an FPGA2017

    • 著者名/発表者名
      Hiroki Nakahara, Tomoya Fujii, Shimpei Sato
    • 学会等名
      FPL
    • 国際学会
  • [学会発表] An object detector based on multiscale sliding window search using a fully pipelined binarized CNN on an FPGA2017

    • 著者名/発表者名
      Hiroki Nakahara, Haruyoshi Yonekawa, Shimpei Sato
    • 学会等名
      FPT
    • 国際学会
  • [学会発表] On-Chip Memory Based Binarized Convolutional Deep Neural Network Applying Batch Normalization Free Technique on an FPGA2017

    • 著者名/発表者名
      Haruyoshi Yonekawa, Hiroki Nakahara
    • 学会等名
      IPDPS Workshops
    • 国際学会
  • [学会発表] A Random Forest Using a Multi-valued Decision Diagram on an FPGA2017

    • 著者名/発表者名
      Hiroki Nakahara, Akira Jinguji, Simpei Sato, Tsutomu Sasao
    • 学会等名
      ISMVL
    • 国際学会
  • [学会発表] An FPGA Realization of a Deep Convolutional Neural Network Using a Threshold Neuron Pruning2017

    • 著者名/発表者名
      Tomoya Fujii, Simpei Sato, Hiroki Nakahara, Masato Motomura
    • 学会等名
      ARC
    • 国際学会

URL: 

公開日: 2018-12-17  

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