スパイキングネットによるエッジでのリアルタイム学習基盤

研究課題

体系的番号	JPMJCR19K2
DOI	https://doi.org/10.52926/JPMJCR19K2
研究代表者	井上公産業技術総合研究所, 電子光技術研究部門, 主任研究員
研究期間 (年度)	2019 – 2024
概要	機械学習の誤差逆伝播(BP)は膨大な論理演算が大電力を消費します。一方スパイキングニューラルネット(SNN)のニューロン発火連鎖が自発的に特定ループに収束する「アトラクタ形成」は、BPと同じ機能を持ちます。これを使えばオンサイトで超低消費電力リアルタイム学習推論が行えるはずです。独自開発ニューロモルフィック素子でSNNを構築し、人の無意識下の行動を学習推論する本人認証装置を作製しこれを実証します。
研究領域	Society 5.0を支える革新的コンピューティング技術

主な研究成果