ログイン
Language:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 学術雑誌論文
  2. 5 技術(工学)

超立方体上の疑似ビリヤードダイナミクスに基づくレザバー計算のFPGA実装

http://hdl.handle.net/10228/0002001366
http://hdl.handle.net/10228/0002001366
70fb9a71-f610-4ec3-89be-10c0724ab0e3
名前 / ファイル ライセンス アクション
10444517.pdf 10444517.pdf (919 KB)
アイテムタイプ 共通アイテムタイプ(1)
公開日 2025-02-20
タイトル
タイトル 超立方体上の疑似ビリヤードダイナミクスに基づくレザバー計算のFPGA実装
言語 ja
タイトル
タイトル FPGA Implementation of Reservoir Computing Based on Pseudo-Billiard Dynamics in Hypercube
言語 en
著者 山本, 大智

× 山本, 大智

ja 山本, 大智

en Yamamoto, Daichi

Search repository
川島, 一郎

× 川島, 一郎

ja 川島, 一郎

en Katori, Yuichi

Search repository
田向, 権

× 田向, 権

WEKO 6059
e-Rad_Researcher 90432955
Scopus著者ID 7801453348
ORCiD 0000-0002-3669-1371
九工大研究者情報 100000641

en Tamukoh, Hakaru

ja 田向, 権

Search repository
森江, 隆

× 森江, 隆

WEKO 1615
e-Rad_Researcher 20294530
Scopus著者ID 7005143434
九工大研究者情報 339

en Morie, Takashi

ja 森江, 隆

Search repository
著作権関連情報
権利情報 Copyright (c) 2020 一般社団法人 人工知能学会
抄録
内容記述タイプ Abstract
内容記述 レザバー計算(RC)はリカレントニューラルネットワーク(RNN)の枠組みの1つで,時系列データの処理を目的に応用されている.機械学習モデルに対して,ディジタル回路実装を行うことで高速な演算速度を省電力で実現することが期待できる.香取らはディジタル回路との親和性が高いレザバー計算モデルを提案した.しかし,香取らのモデルをField Programmable Gate Array(FPGA)のようなディジタル回路に実装する場合,ニューロン数の変更に大きな制限が発生する.小規模な回路実装を行う手法として川嶋らがカオスボルツマンマシンのディジタル回路実装に用いたハードウェア指向アルゴリズムを提案している.本研究では川嶋らの提案したハードウェア指向アルゴリズムを基に対象のレザバー計算モデルを改良することで,ディジタル回路実装における回路リソースの消費を軽減可能なモデルを構築した.また,本研究のハードウェア指向アルゴリズムにより、レザバー計算の高速化の実現、人工知能構築のための新しいプラットフォームの確立が期待される.
言語 ja
備考
内容記述タイプ Other
内容記述 2020年度人工知能学会全国大会(第34回), 2020年6月9日 – 12日, オンライン開催
言語 ja
書誌情報 ja : 人工知能学会全国大会論文集

巻 34, p. 3Rin4-22, 発行日 2020
出版社
出版者 人工知能学会
言語 ja
キーワード
主題Scheme Other
主題 レザバー計算
キーワード
主題Scheme Other
主題 カオスボルツマンマシン
キーワード
主題Scheme Other
主題 Field Programmable Gate Array
キーワード
主題Scheme Other
主題 Reservoir Computing
キーワード
主題Scheme Other
主題 Chaotic Boltzmann Machine
言語
言語 jpn
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_6501
資源タイプ journal article
出版タイプ
出版タイプ VoR
出版タイプResource http://purl.org/coar/version/c_970fb48d4fbd8a85
DOI
識別子タイプ DOI
関連識別子 https://doi.org/10.11517/pjsai.jsai2020.0_3rin422
CRID
識別子タイプ CRID
関連識別子 https://cir.nii.ac.jp/crid/1390003825189494144
ISSN
収録物識別子タイプ EISSN
収録物識別子 2758-7347
会議記述
会議名 2020年度人工知能学会全国大会(第34回)
言語 ja
回次 34
開始年 2020
開始月 06
開始日 09
終了年 2020
終了月 06
終了日 12
査読の有無
値 yes
研究者情報
URL https://hyokadb02.jimu.kyutech.ac.jp/html/100000641_ja.html
論文ID(連携)
値 10444517
連携ID
値 12878
戻る
0
views
See details
Views

Versions

Ver.1 2025-02-20 02:07:23.695482
Show All versions

Share

Share
tweet

Cite as

Other

print

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR 2.0
  • OAI-PMH JPCOAR 1.0
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX
  • ZIP

コミュニティ

確認

確認

確認


Powered by WEKO3


Powered by WEKO3