9 0 0 0 OA ストカスティック演算に基づく省エネルギー脳型LSI設計技術
- 著者
- 鬼沢 直哉 松宮 一道 羽生 貴弘
- 出版者
- 一般社団法人 電子情報通信学会
- 雑誌
- 電子情報通信学会 基礎・境界ソサイエティ Fundamentals Review (ISSN:18820875)
- 巻号頁・発行日
- vol.11, no.1, pp.28-39, 2017-07-01 (Released:2017-07-01)
- 参考文献数
- 70
- 被引用文献数
- 1
ストカスティック演算は,ソフトエラー耐性が高い演算方式として注目されているだけでなく,ある程度の誤りを許容可能なアプリケーション(画像処理,機械学習,ディープラーニング等)の増加に伴い,近年盛んに研究が行われている.本論文では,ストカスティック演算の基礎的な事項からハードウェア実現における利点・欠点について概説するとともに,ストカスティック演算の適用例として,脳の視覚情報処理を模倣した脳型LSIの実現例について幾つか紹介とともに,その省エネルギー性について議論する.
言及状況
外部データベース (DOI)
Twitter (9 users, 12 posts, 9 favorites)
https://t.co/hZRiQeAsOn
ストカスティック演算という計算を確率情報で扱う（PDMみたいな感じ？）演算で脳型LSIをつくろうという研究の解説論文なんだけど、ストカスティック演算はノイズに強いらしい、もしかしてSpkingNeuralNetworkもノイズに強かったりするのだろうか
stochastic computing 資料
https://t.co/rc2PocjO7q
https://t.co/xWumkcyOCP
https://t.co/oQ8HKhPERL
https://t.co/k3stHFm7Gb
https://t.co/NsevYMDa97
.@kazunori_279 @kumagi @miyox @yyasuda @Ryuz88 東北大学 羽生教授 https://t.co/QHgT7UVvKr
"ストカスティック演算に基づく省エネルギー脳型LSI設計技術"、2017年 https://t.co/2U1kQArBqw
との共同研究もされている Gross教授 (McGill Univ) の 2020年3月の招待講演です https://t.co/su79DB300Q
例えば下記の図２で内部状態記憶を持つことでtanhやexpを実現していますが、バイナリDNNで内部にRNN的な記録部を持つことは非常に応用性は広いと思われます。
https://t.co/GfvmmhOqta
が、どうやって学習させるかと、学習セットをどう用意するかはこれはこれで悩ましい問題かと思います。
https://t.co/Gfvmmi61RK に出てくる有限状態マシンで tanh や exp 計算しているのが非常に興味深い。バイナリDNNで使えないだろうか？ 後は昨日書いた重みを持たせる方法。ShuffleできなくなるがLPF+再modulationなら成り立つかも。