スパイキングニューラルネットワークにおける深層学習

DOI Web Site
  • 酒見 悠介
    日本電気株式会社 東京大学生産技術研究所　社会課題解決のためのブレインモルフィックAI 社会連携研究部門
  • 森野 佳生
    東京大学生産技術研究所　社会課題解決のためのブレインモルフィックAI 社会連携研究部門

書誌事項

タイトル別名
  • Deep Learning for Spiking Neural Networks
  • スパイキングニューラルネットワーク ニ オケル シンソウ ガクシュウ

この論文をさがす

説明

<p>スパイキングニューラルネットワーク(SNN) は脳に倣ったモデルであり，活動電位（スパイク） による情報処理が可能である．近年，より高い情報処理能力を目指して，SNN を用いた深層学習が注目されている．既存の深層学習のアルゴリズムをSNN に直接導入することは数理的に困難であり，様々な新規手法が提案されつつある．本稿はSNN における深層学習アルゴリズムを主に数理的な観点から整理することを目的にしており，特に，教師あり学習，教師なし学習の点から解説する．教師あり学習では主に誤差逆伝搬アルゴリズムについて，教師なし学習ではSpike-Timing-Dependent Plasticity に基づくアルゴリズムについて解説する．</p>

収録刊行物

  • 生産研究

    生産研究 71 (2), 159-167, 2019-03-01

    東京大学生産技術研究所

詳細情報 詳細情報について

問題の指摘

ページトップへ