Computing based on pseudo-billiard dynamics in hypercube and its applications
基于超立方体伪台球动力学的计算及其应用
基本信息
- 批准号:20H04258
- 负责人:
- 金额:$ 11.23万
- 依托单位:
- 依托单位国家:日本
- 项目类别:Grant-in-Aid for Scientific Research (B)
- 财政年份:2020
- 资助国家:日本
- 起止时间:2020-04-01 至 2024-03-31
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
2022年度は,超立方体上の疑似ビリヤード・ダイナミクスを用いた計算機構(超立方体計算)について,応用先の探索を進め,実装研究に着手した.特に予測符号化とレザバー計算を組み合わせた感覚情報処理モデル,強化学習とレザバー計算を組み合わせた運動制御モデル,またレザバー計算に基づく感覚情報処理と運動生成を組み合わせた統合情報処理モデル,さらにこれらのモデルを超立方体計算の枠組みに実装する研究を進めた.まずレザバー計算に基づく強化学習と予測符号化のモデルを統合した統合情報処理モデルを提案した.このモデルでは,感覚入力の予測と行動価値の推定を単一のレザバーからの読み出しにより行う.行動価値の学習は報酬に基づき行われる.また予測層の学習は予測の最小化の基準に基づいて行われる.このモデルは,強化学習タスクに利用できることに加えて,予測符号化により環境の変化を予測するメンタル・シミュレーションを実現する.このメンタル・シミュレーションによる行動計画の機構を2次元ロボットシミュレータ環境上で検証し,その有効性を確認した.効率的なレザバーハードウェアの実現が見込まれる超立方体計算レザバーをデジタル回路(FPGA)で実装し,その性能評価を行った.まず音声認識タスクにより,このレザバーの性能評価を行った.このタスクでは,数字の発話音声の時系列をコクリアグラムに変換し,それをレザバーへの入力とした.レザバーからの読み出しにより,0~9の数字に対応をするラベルを出力する.この数字の発話認識において認識性能が97%程度になることを確認した.さらにレザバー強化学習モデルを実装し,その評価を進めた.連続空間上の移動ロボットタスクにおいて,その基本的な動作の確認を行うことができた.
On 2022 annual は hypercube の suspected ビ リ ヤ ー ド · ダ イ ナ ミ ク ス を with い た computing mechanism (calculated on the basis of hypercube に つ い て, 応 with の explore を into め first, be installed research に to し た. Special に be symbolic と レ ザ バ ー computing を group み close わ せ た feeling 覚 intelligence 処 Richard モ デ ル, reinforcement learning と レ ザ バ ー computing を group み close わ せ た movement suppression モ デ ル, ま た レ ザ バ ー computing に base づ く feeling 覚 intelligence 処 Richard と movement generated を group み close わ せ た integration intelligence 処 Richard モ デ ル, さ ら に こ れ ら の モ デ ル を hypercube computing の 枠 group み に be loaded す を る research into め た. ま ず レ ザ バ ー computing に base づ く reinforcement learning と be symbolic の モ デ ル を integration し た integration intelligence 処 Richard モ デ ル を proposal し た. こ の モ デ ル で は, feeling 覚 と の to test into force action on 価 numerical の presumption を 単 a の レ ザ バ ー か ら の 読 み out し に よ う り line. Action 価 value 価 learning 価 reward に basis づ line われる. The また pre-test layer <e:1> learns that the pre-test layer minimizes the cue に basis づ て て rows われる. こ の モ デ ル は, reinforcement learning タ ス ク に using で き る こ と に plus え て, be symbolic に よ の り environment - the を be す る メ ン タ ル · シ ミ ュ レ ー シ ョ ン を be presently す る. こ の メ ン タ ル · シ ミ ュ レ ー シ ョ ン に よ る action plan の を 2 yuan ロ ボ ッ ト シ ミ ュ レ ー タ environment で 検 し, そ の have sharper sex を confirm し た. Working rate な レ ザ バ ー ハ ー ド ウ ェ ア の be が now see 込 ま れ る hypercube computing レ ザ バ ー を デ ジ タ ル loop (FPGA) で be し, そ の performance evaluation 価 を line っ た. The sound of まず is recognized by タス and によ respectively, and the performance evaluation is 価を and った. <s:1> タス で で た, when a voice sound is produced by a digital <s:1>, a series of をコ リアグラムに リアグラムに change <s:1>, それをレザバ へ へ へ へ へ the input force of the へ た. Youdaoplaceholder0 レザバ レザバ ら ら 読み 読み output によ レザバ, 0 to 9 <s:1> numbers に exert a する force on 応をするラベ 応をするラベ を を. <s:1> digital にお communication recognition にお て recognition performance が97% degree になる とを とを confirmation た た. Youdaoplaceholder0 さらにレザバ reinforcement learning モデ さらにレザバ を を actual application を, そ <s:1> evaluation 価を advancement めた. Even 続 space の mobile ロ ボ ッ ト タ ス ク に お い て, そ の basic な action line の confirm を う こ と が で き た.
项目成果
期刊论文数量(51)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
A Co-design Environment for Computational Models and Circuits Using PyLTSpice and Its Application to Circuit Design for Reinforcement Learning Using Reservoir Computing
使用 PyLTSpice 的计算模型和电路协同设计环境及其在使用储层计算的强化学习电路设计中的应用
- DOI:
- 发表时间:2022
- 期刊:
- 影响因子:0
- 作者:Y. Shishido;K. Kawazoe;K. Tamai;Y. Katori;H. Tamukoh;O. Nomura;T. Morie
- 通讯作者:T. Morie
FPGA Implementation and Verification of Reservoir Computing Based on Pseudo-Billiard Dynamics in Hypercube
超立方体中基于伪台球动力学的油藏计算的FPGA实现与验证
- DOI:
- 发表时间:2020
- 期刊:
- 影响因子:0
- 作者:Daichi Yamamoto;Ichiro Kawashima;Hakaru Tamukoh;Takashi Morie;and Yuichi Katori
- 通讯作者:and Yuichi Katori
Short-term memory ability of reservoir-based temporal difference learning model
基于水库的时间差异学习模型的短期记忆能力
- DOI:
- 发表时间:2021
- 期刊:
- 影响因子:0
- 作者:李 広;藤後 廉;小川 貴弘;長谷山 美紀;Yu Yoshino and Yuichi Katori
- 通讯作者:Yu Yoshino and Yuichi Katori
海馬・扁桃体・前頭前野の機能を統合した脳型AIハードウェア
整合海马、杏仁核、前额皮质功能的脑形AI硬件
- DOI:
- 发表时间:2021
- 期刊:
- 影响因子:0
- 作者:Akinobu Mizutani;Yuichiro Tanaka;Hakaru Tamukoh;Yuichi Katori;Katsumi Tateno;and Takashi Morie;徳野 将士,田中 悠一朗,川節 拓実,細田 耕,田向 権;田中 悠一朗,田向 権,立野 勝巳,田中 啓文,森江 隆
- 通讯作者:田中 悠一朗,田向 権,立野 勝巳,田中 啓文,森江 隆
A Reservoir Based Q-learning Model for Autonomous Mobile Robots
基于水库的自主移动机器人 Q 学习模型
- DOI:
- 发表时间:2020
- 期刊:
- 影响因子:0
- 作者:Masafumi Inada;Yuichiro Tanaka;Hakaru Tamukoh;Katsumi Tateno;Takashi Morie;and Yuichi Katori
- 通讯作者:and Yuichi Katori
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
香取 勇一其他文献
経路探索課題中の前頭前野興奮性-抑制性バランスの時間発展, Time-development of excitation-inhibition balance in the prefrontal cortex during a path-planning task
路径规划任务期间前额皮质兴奋-抑制平衡的时间发展
- DOI:
- 发表时间:
2012 - 期刊:
- 影响因子:0
- 作者:
坂本 一寛;斎藤 尚宏;吉田 隼;香取 勇一;丹治 順;合原 一幸;虫明 元 - 通讯作者:
虫明 元
生後発達期小脳における神経回路の再編成
出生后发育过程中小脑神经回路的重组
- DOI:
- 发表时间:
2011 - 期刊:
- 影响因子:0
- 作者:
坂本 一寛;斎藤 尚宏;吉田 隼;香取 勇一;丹治 順;合原 一幸;虫明 元;Yanagisawa K.;橋本浩一 - 通讯作者:
橋本浩一
光リザバー計算回路を用いた高速イメージ認識
使用光学储存器计算电路的高速图像识别
- DOI:
- 发表时间:
2022 - 期刊:
- 影响因子:0
- 作者:
玉井 克典;田向 権;香取 勇一;野村 修;森江 隆;山口 智也,荒井 航平,新山 友暁,砂田 哲 - 通讯作者:
山口 智也,荒井 航平,新山 友暁,砂田 哲
Role of lipids in the development of Alzheimer pathology
脂质在阿尔茨海默病病理发展中的作用
- DOI:
- 发表时间:
2012 - 期刊:
- 影响因子:0
- 作者:
坂本 一寛;斎藤 尚宏;吉田 隼;香取 勇一;丹治 順;合原 一幸;虫明 元;Yanagisawa K. - 通讯作者:
Yanagisawa K.
香取 勇一的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
相似海外基金
ニューラルネットワークの内容可視化に基づく革新的なA I教育支援ツールの開発
基于神经网络内容可视化的创新AI教育支持工具开发
- 批准号:
24K06368 - 财政年份:2024
- 资助金额:
$ 11.23万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
畳み込みニューラルネットワークによる静電インクジェット印刷特性予測
使用卷积神经网络预测静电喷墨打印特性
- 批准号:
24K17547 - 财政年份:2024
- 资助金额:
$ 11.23万 - 项目类别:
Grant-in-Aid for Early-Career Scientists
解釈可能な非線形積分ニューラルネットワークの理論と実装
可解释非线性积分神经网络的理论与实现
- 批准号:
24K06868 - 财政年份:2024
- 资助金额:
$ 11.23万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
積型ニューラルネットワーク深層学習による数値解析的アルゴリズムの解析と創出
使用产品神经网络深度学习分析和创建数值分析算法
- 批准号:
24K00540 - 财政年份:2024
- 资助金额:
$ 11.23万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
ホログラフィック光学素子を利用した光回折ニューラルネットワークの波長多重化
使用全息光学元件的光学衍射神经网络的波长复用
- 批准号:
24K20865 - 财政年份:2024
- 资助金额:
$ 11.23万 - 项目类别:
Grant-in-Aid for Early-Career Scientists
自己増殖型ニューラルネットワークに基づく自律ロボットのための適応型知覚システム
基于自传播神经网络的自主机器人自适应感知系统
- 批准号:
24K20870 - 财政年份:2024
- 资助金额:
$ 11.23万 - 项目类别:
Grant-in-Aid for Early-Career Scientists
時間領域論理の導入による超高速かつ超効率動作が可能な超伝導ニューラルネットワーク
引入时域逻辑实现超高速、超高效运行的超导神经网络
- 批准号:
24KJ1148 - 财政年份:2024
- 资助金额:
$ 11.23万 - 项目类别:
Grant-in-Aid for JSPS Fellows
医用画像診断深層ニューラルネットワークの信頼性・安全性確保のための計算手法開発
开发计算方法以确保深度神经网络用于医学图像诊断的可靠性和安全性
- 批准号:
23K21719 - 财政年份:2024
- 资助金额:
$ 11.23万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
空間構造の導入とタンパク質変異体創出を介した細胞ニューラルネットワークの高度化
通过引入空间结构和创建蛋白质变体来复杂化细胞神经网络
- 批准号:
24K03036 - 财政年份:2024
- 资助金额:
$ 11.23万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
錐計画に基づく再帰型ニューラルネットワークの安定性解析と最適設計
基于锥规划的循环神经网络稳定性分析与优化设计
- 批准号:
23K20949 - 财政年份:2024
- 资助金额:
$ 11.23万 - 项目类别:
Grant-in-Aid for Scientific Research (B)














{{item.name}}会员




