1602ソフトウェア工学 スパイキングニューラルネットワークの予測能力を向上（Improving the Prediction Ability of Spiking Neural Networks）
20026-08-20 パシフィック・ノースウェスト国立研究所（PNNL）米国パシフィック・ノースウェスト国立研究所（PNNL）とブラウン大学の研究チームは、スパイキングニューラルネットワーク（SNN）を科学的機械学習における回帰問題へ適用...
スパイキングニューラルネットワーク
1602ソフトウェア工学 
1600情報工学一般 スパイキングニューラルネットワークを⽤いた 新⽅式 In-memory computing 回路の提案
2022-11-25 東京⼤学国際⾼等研究所ニューロインテリジェンス国際研究機構【発表者】酒⾒ 悠介 (千葉⼯業⼤学 数理⼯学研究センター 上席研究員)森野 佳⽣ (九州⼤学 ⼤学院総合理⼯学研究院 准教授）森江 隆 (九州⼯業⼤学 ⼤学院...
人工ニューラルネットワークは、全く学習しない時間を過ごすことでよりよく学習するようになる(Artificial Neural Networks Learn Better When They Spend Time Not Learning at All)
2022-11-18 カリフォルニア大学サンディエゴ校(UCSD)研究者らは、自然の神経系を人工的に模倣したスパイキングニューラルネットワークを使用した。このネットワークは、情報が連続的に伝達されるのではなく、ある時間帯に離散的な事象(スパ...
1602ソフトウェア工学 超低消費電力AIハードウェアに適した新しいスパイキングニューラルネットワークモデルの提案
スパイキングニューラルネットワークにおいて、高い認識性能を示す教師ありアルゴリズムを開発した。スパイクのタイミングや順序を用いて情報処理する時間符号を用いており、少ないスパイク数で情報処理を行うことが出来るため低消費電力動作につながる。
1600情報工学一般 光を用いたスパイキングニューラルネットワークを実現
縮退光パラメトリック発振器(DOPO) を用いて、神経細胞の発火信号（スパイク）を模擬する人工光ニューロンを作成することに成功した。さらに、240個のDOPOニューロンのネットワークを構築し、集団となったDOPOニューロンの同期現象の観測を行った。DOPOニューロンは結合したニューロン間の同期を反映して、各々の発火モードを自発的に変化させる性質を持つことが発見された。