High dimensional neural networks using simulations perturbation learning rule and their hardware implementation

使用模拟扰动学习规则的高维神经网络及其硬件实现

• 批准号: 23500290
• 负责人: MAEDA Yutaka
• 金额: $ 2.75万
• 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: 2011
• 资助国家: 日本
• 起止时间: 2011 至 2013
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-23500290/
• 关键词: ニューラルネットワーク; 同時摂動; クリフォード代数; ハードウェア; ＦＰＧＡ; 制御; 複素ニューラルネットワーク; ハードウェア化; FPAA

In this research, we handled the following points. 1) We proposed learning schemes for high dimensional neural networks based on the simulations perturbation optimization method. We confirmed that the proposed schemes have good performance equal to the ordinary back-propagation method. 2) We considered hardware pulse density complex-valued neural network with the simulations perturbation learning rule based on FPGA system. We made the system experimentally. The system leant some basic benchmark problems properly. 3) As an application of the proposed high dimensional neural networks, we handled control problems for robot systems. The neural networks learnt inverse kinematics of objective robots and have generalization capability.

在这项研究中，我们处理了以下几点。1)提出了基于模拟扰动优化方法的高维神经网络学习方案。我们证实，所提出的计划具有良好的性能等同于普通的反向传播方法。2)在FPGA系统上，采用仿真扰动学习规则，研究了硬件脉冲密度复值神经网络。我们实验性地制造了这个系统。该系统适当地学习了一些基本的基准问题。3)作为所提出的高维神经网络的应用，我们处理机器人系统的控制问题。神经网络学习目标机器人的逆运动学，并具有泛化能力。

项目成果

Data Embedding for Digital Audio Data Using Known Information

使用已知信息的数字音频数据的数据嵌入

• 发表时间: 2013
• 作者: K.Terada;Y.Maeda
• 通讯作者: Y.Maeda

Neuro-Controller Using Simultaneous Perturbation

使用同时扰动的神经控制器

• 发表时间: 2013
• 作者: 野々口諒一;本多克宏;野津 亮;市橋秀友;Y. Maeda
• 通讯作者: Y. Maeda

同時摂動最適化法を用いた適応制御によるフレキシブルアームの制御

采用联立摄动优化方法的自适应控制对柔性臂进行控制

• 发表时间: 2011
• 作者: 鈴木徹;前田裕
• 通讯作者: 前田裕

Learning Scheme for Complex Neural Networks Using Simultaneous Perturbation

使用同时扰动的复杂神经网络的学习方案

• 发表时间: 2011
• 作者: Y. Maeda;T. Yamada;S. Miyoshi;H. Hikawa
• 通讯作者: H. Hikawa

Learning of inverse-dynamics for SCARA robot

• 发表时间: 2011-10
• 期刊: SICE Annual Conference 2011
• 作者: N. Ishibashi;Y. Maeda