Fundamentals and developments of brainmorphic computing hardware

点击翻译按钮获取中文摘要

１．脳型デバイス・回路基盤の構築：スピントロニクス素子を用いた人工ニューロン・シナプスの実現に向け、材料・素子研究を継続して行い、アナログ的性質の向上や読み出し信号の増大が可能な構造の開発を推進した。また、自励発振機能を有するニューロン回路の構築に用いる共鳴トンネルダイオード(RTD)の製作プロセスを最適化すると共に、RTDニューロン回路の動作を検証した。２．脳型基本アーキテクチャの構築：メゾスコピックなコアネットワークとしてリザバーニューラルネットワーク(RNN)に注目した。まず、カオスニューラルネットワークRNNについて、FORCE学習の適用、音声認識タスクへの応用、出力層へのカオスニューロンの導入などを行い、様々なダイナミクスでの有効性を評価した。また、予測符号化と強化学習を組み込んだRNNモデルの構築・評価を進めた。特にメンタルシミュレーション機能を移動ロボット環境で評価し、行動計画タスク性能が改善されることを示した。さらに、脳神経系の発達と学習の数理モデル構築を進めた。具体的には、振動子系の同期・非同期現象と学習との関係を調査した。また新たに、海馬学習・記憶モデルである時空間学習則に着目し、時間履歴が学習性能の向上に大きく寄与することを明らかにした。３．脳型基本システム試作：１．のスピントロニクスデバイスを用いた回路設計のためのデバイス数理・回路モデルを、熱ダイナミクス・回路に着目して検討し、CMOS回路との融合を図った。４．データ解析：非線形時系列分類手法の改良、強制自励振動系のTaming Chaosの解析、培養神経活動解析、神経雪崩現象を誘起する自己組織神経回路網の解析に取り組んだ。さらに、ネットワーク構造推定手法、およびグラフ間距離を用いたネットワーク構造予測手法を提案し、様々なネットワークに対して適用可能性を明らかにした。