|
デジタル回路で確率的に演算を行うストカスティックコンピューティング（SC）用回路の設計に関する研究を行っている．本年度は，昨年度の計画どおり，当初から予定していた要素技術(1)と昨年度派生したテーマ（派生テーマ）について実績をあげた．
要素技術(1)はSC回路の耐故障設計技術に関する研究である．具体的には，線形有限状態機械(線形FSM) に基づくSC 回路の耐過渡故障性に着目し，SC 回路の耐過渡故障性を向上するために線形FSMの状態をストカスティック数により符号化する手法を提案している．本年度はこの符号化アルゴリズムを改良し，大幅に耐故障性を向上することを可能とした．本年度は，これまでの要素技術(1)の成果を積極的に発表しており，電子情報通信学会機能集積情報システム研究会や国際会議IEEE International Symposium on Defect and Fault Tolerance in VLSI and Nanotechnology Systemsでの研究報告，電子情報通信学会の英文論文誌Aや海外雑誌 ELSEVIER Microelectronics Reliabilityへの論文投稿を行った．
一方，派生テーマであるSC回路に基づくニューラルネットワーク（NN）の研究もさらに押し進めた．NNのニューロン内の活性化関数で用いられるシグモイド関数を，線形FSMで実現する手法において，その演算精度に影響を与える要素である，状態数，ストカスティック数長，入力ストカスティック数の無作為性（randomness）に着目し，これらが演算精度に与える特徴を明らかにした．この結果は，SCに基づくNNの設計に適切な指針を与える．研究成果はFTC研究会で報告を行った．
|
