| 研究概要 |
デジタルスパイクニューロン(DSN)は複数のシフトレジスタを結線した系であり、その結線パターンが系のダイナミクスを決める重要なパラメータである。本研究の目的を以下に要約する. (1)DSNの基本的な性質の理論と実験の両面からの解析. (2)アナログニューロンモデルのダイナミクスを模擬するためのDSNの学習則の開発. 生物の神経細胞ネットワークの動作を模擬するためのDSNのネットワークに対する学習則の開発. (3)DSNのネットワークの応用へ向けた基礎研究. 例えば, 生物の神経細胞ネットワークの動作を模擬するDSNネットワークのBrain-Machine Interfaceへの応用の基礎。
これに対して今年度は特に以下の成果を得た.
・所望の特性のスパイク列を発生するためのDSNの結線パターンに対する学習則を開発し, そのダイナミクスを解析した。例えば、学習の収束の早さや学習結果の良好さ等を解析した.
・FPGA実装を念頭に置いた学習則の開発FPGAへの実装を念頭に置いたDSNの学習則とそのダイナミクスを考察した。またFPGA上に同学習則を実装し, その動作を確認した.
・DSNに関する研究のアイデアの元となるアナログニューロンモデルの符号化特性を解析した.
|
