Hardware Implementation of Neural Networks with Learning Capability Using Simultaneous Perturbation

使用同时扰动的具有学习能力的神经网络的硬件实现

• 批准号: 19500198
• 负责人: MAEDA Yutaka
• 金额: $ 1.33万
• 依托单位: Kansai University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2007
• 资助国家: 日本
• 起止时间: 2007 至 2009
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-19500198/
• 关键词: ニューラルネットワーク; 同時摂動最適化法; ハードウェア実現; FPGA; 学習機能; サポートベクターマシン; FPAA; パルスニューロン; サポートベルターマシン; バルスニューロン

In this research, we demonstrated feasibility of a learning rule using the simultaneous perturbation optimization method for artificial neural networks. First, we showed that combination of pulse density expression and the simultaneous perturbation method is useful for hardware implementation of neural networks. Second, we fabricated support vector machine with learning mechanism using the simultaneous perturbation method based on FPGA. Finally, a pulse coupled oscillator with learning capability is realized as an analog circuit system using FPAA and the simultaneous perturbation method.

在这项研究中，我们证明了同时摄动优化方法在人工神经网络中学习规则的可行性。首先，我们证明了脉冲密度表达式与同步摄动方法的结合对于神经网络的硬件实现是有用的。其次，采用基于FPGA的同步摄动方法制作了具有学习机制的支持向量机。最后，利用FPAA和同步摄动方法实现了具有学习能力的脉冲耦合振荡器作为模拟电路系统。

项目成果

同時摂動型最適化法を用いたPulse Coupled OscillatorのFPAA実現

使用同步摄动优化方法实现脉冲耦合振荡器的 FPAA

• 发表时间: 2010
• 期刊: システム制御情報学会論文誌 Vol.23
• 作者: 村田佳亮;前田裕
• 通讯作者: 前田裕

同時摂動学習則を用いたSVMのハードウェア設計

使用同时扰动学习规则的SVM硬件设计

• 发表时间: 2008
• 作者: 津田真吾;前田裕
• 通讯作者: 前田裕

学習機能を有するパルス密度型リカレントニューラルネットワーク

具有学习功能的脉冲密度循环神经网络

• 发表时间: 2007
• 作者: 前田裕;松岡崇;福田泰詔
• 通讯作者: 福田泰詔

視覚フィードバックハンドアイロボットシステム

视觉反馈手眼机器人系统

• 发表时间: 2009
• 作者: 久川恭平;前田裕
• 通讯作者: 前田裕

Hardware Design of Self-Organization for Clustering

集群自组织硬件设计

• 发表时间: 2007
• 作者: A. Ishihara;Y. Maeda
• 通讯作者: Y. Maeda