ASPDAC2020

2020年1月13日~11月16日に中国北京市China National Convention Centerで開催されたASPDAC2020にて,M1の久米が発表を行いました(発表日は16日).

Recurrent Neural Networkの一種であるEcho State Network(ESN)は,入力層・中間層が持つ重みの学習が不要でランダムな固定値を用いることから,LSTMに比べ計算コストが低く,さらにハードウェア実装を行いやすいという特徴をもち,近年注目されています.本発表はハードウェアESNに関する提案であり,MOSFETを用いたクロスバアレイ回路によるランダムな重みの表現方法,再帰構造を持つ中間層の収束性を定めるパラメータの推定・設定手法,及びハードウェアによる実装により生じる精度劣化を防ぐESNのアーキテクチャを提案しました.回路シミュレータによる実験・評価により,提案したハードウェアESN「Dual-MOS-ESN」は,全てソフトウェアで実装されたESNと同等の高い精度を持つことを示しました.

  • Yuki Kume, Song Bian, and Takashi Sato, “A tuning-free hardware reservoir based on MOSFET crossbar array for practical echo state network implementation,” in Proc. ACM/IEEE Asia and South Pacific Design Automation Conference (ASPDAC), pp.458-463, January 2020.
カテゴリー: Conference/Workshop タグ: , , , パーマリンク