| 研究課題/領域番号 |
20K21820
|
|---|
| 研究機関 | 立命館大学 |
|---|
研究代表者 |
野間 春生 立命館大学, 情報理工学部, 教授 (00374108)
|
|---|
| 研究分担者 |
秋田 純一 金沢大学, 融合科学系, 教授 (10303265)
大井 翔 大阪工業大学, 情報科学部, 講師 (40824636)
松村 耕平 立命館大学, 情報理工学部, 准教授 (80629600)
安藤 潤人 立命館大学, 情報理工学部, 助教 (50899797)
|
|---|
| 研究期間 (年度) |
2020-07-30 – 2023-03-31
|
| キーワード | 触覚センサ / ニューラルネットワーク / パルス密度モジュレーション |
|---|
| 研究実績の概要 |
ヒトを模した触覚情報処理システムの実現のため、複数の触覚センサ素子を接続可能なハードウェアによる機械学習の基礎開発を目標とする。
人のような触覚を 機械的に実現するには、触覚受容器器に相当するセンサ素子の密度とそれらのセンサ群からの情報処理の課題を解決せねばならない。本研究では最終的な目標を 100個/cm2以上でセンサを配置するためのMEMS作成技術と後段の信号処理システムにおいてサンプリング定理から考えて500Hz以上を目指している。前者については、これまでの研究成果で あるMEMSを応用した小形センサでの解決が図れる。課題は、それらの大量のセンサからの信号出力と高速な情報処理である。本研究ではその解決手段として、大量のセンサからの出力を従来のアナログ・デジタル変換回路と逐次処理によるソフトウェア処理に変えて、パルス密度によるセンサからの信号出力と、そのパルス密度のままにハードウェアニューラルネットワークに入力して連続処理し、次元を削減した後に通常の計算機への入力と信号処理を行う。
2021年度はそれらのハードウェア試作を行った。まず我々の開発してきた抵抗変化による機械変形の検知の仕組みはそのまま、その抵抗変化を電気スパイクの密度変化として出力する変換器をFPGAを用いて実現した。さらに、信号処理システムにおいて処理速度維持の要となる、ニューラルネットのハードウェア化としてFPGA上にスパイク密度を情報量とする人工ニューロンを実現し、そのニューロンを組み合わせた多層ネットワークによって論理回路のもギガできることを確認した。この多層ネットワークのパラメータ設計においては、ソフトウェアによるシミュレーションを用いた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
現状で、センサ検知結果をFPGA回路上でパルス密度モジューレションで出力すること、並びに、ソフトウェアでシミュレーションしたスパイキングニューラルネットワークを同様にFPGA回路で再現することを完了している。
これらの研究成果により、2022年度はパルス密度モジュレーション回路をIC化すること、さらに、信号処理回路自体のスケールかを試み、より複雑な回路をFPGA上に展開できる目処が立ったため、当初計画を順調に実施できる予定である。
|
| 今後の研究の推進方策 |
2022年度の計画は、これまでに個別に開発してきた要素を統合して、実際のMEMS触覚センサで検知した触覚の結果をニューラルネットで識別するまでの信号処理をすべてハードウェア化することを目指す。
特に、MEMS触覚センサからパルスを出力するパルス密度モジュレーション部分については実際にICを製作して現状のセンサ近傍に実装して、センサシステムとして用いる。後者の信号処理についてはソフトウェアで機能設計とパラメータの学習を行い、これをスパイキングニューラルネットワークのパラメータに変換して、一連の動作をFPGA上で実現する。
|
| 次年度使用額が生じた理由 |
研究としては予定通りの進展をしたものの、主たる理由としてはCOVID-19の影響で当初設定していた国際会議などへの参加が果たせず、当初計画の経費として差が生じた。この経費を2022年度に実施する国際会議等の学会発表の経費、ならびに、計画にあるICの作成の経費として利用し、IC作成の自由度を高めつつ、複数回の実装を行う事で、研究の成功の確度を高める。
|
