2023年第70回応用物理学会春季学術講演会

講演情報

一般セッション(口頭講演)

FS フォーカストセッション「AIエレクトロニクス」 » FS.1 フォーカストセッション「AIエレクトロニクス」

[15a-B414-1~9] FS.1 フォーカストセッション「AIエレクトロニクス」

2023年3月15日(水) 09:00 〜 11:30 B414 (2号館)

丸亀 孝生(東芝)

09:00 〜 09:15

[15a-B414-1] 深層スパイキングニューラルネットワークのための 新しい脳型学習アルゴリズム

井上 克馬1、張 永博1、中島 光雅2、國吉 康夫1、中嶋 浩平1 (1.東大情理、2.NTT先デ研)

キーワード:スパイキングニューラルネットワーク、ニューロモーフィックデバイス、深層学習

スパイキングニューラルネットワーク(SNN)を多層に配置した深層SNNは、古典計算機に代わる深層学習の有力な計算基盤として注目されている。一方で深層SNNの学習は誤差逆伝搬法(BP法)が一般に使用されるが、発火が非連続な過程で表現されるため、通常直接適用できない。本研究では近年提案された拡張DFA法を用い、導関数の計算なしに深層SNNの学習を達成でき、かつ場合によってBP法を上回ることを示す。