• 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

2020 年度 研究成果報告書

アナログ信号の機械学習のためのアナログ・デジタル混在再構成システム

研究課題

  • PDF
研究課題/領域番号 18K11223
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分60040:計算機システム関連
研究機関北九州市立大学

研究代表者

中武 繁寿  北九州市立大学, 国際環境工学部, 教授 (10282831)

研究期間 (年度) 2018-04-01 – 2021-03-31
キーワードセンサノード / 機械学習ハードウェア / パーセプトロン回路 / ニューラルネットワーク / アナログ・デジタル混在回路
研究成果の概要

本研究では、ニューラルネットワークの不可欠な機能であるパーセプトロンに焦点を当て、入力に対する重み和の演算に相当するDAC型乗算器、および活性化関数ReLUに相当するソースフォロア回路を用いて実現し、センサノードに搭載を目的としたハードウェアの軽量化を図る。そのため、提案パーセプトロン回路を伴う多層化ニュートラルネットワークの回路・レイアウト設計を行い、CMOS0.6umプロセスによるチップ試作、測定評価を実施した。その結果、ニュートラルネットワークとしての基本的な動作の確認ができ、さらにFPGAによる従来のデジタル実装の回路と比較し、面積、消費電力の尺度で優位性を示すことができた。

自由記述の分野

集積回路設計技術

研究成果の学術的意義や社会的意義

本研究では、ニュートラルネットワークのアナデジ混在の実装方法およびその優位性を示すことにより、現在主流のデジタル実装以外の選択肢を見出すことができた。また、提案回路を実際のチップ試作・測定により評価することにより、その方式の妥当性に実装面からの説得性を与えることができた。この研究をさらに発展させることにより、センサーノードの軽量化が進み、多数のセンサを必要とする、例えば、ブレイン・マシン・インターフェースへの応用も期待できる。

URL: 

公開日: 2022-01-27  

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