お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2023-03-01 11:50
ガウス過程を用いた機械学習に基づくメモリスタモデリングの高速化
新谷悠太井上美智子奈良先端大)・新谷道広京都工繊大VLD2022-75 HWS2022-46
抄録 (和) メモリスタに代表されるように新物理現象を演算能力や記憶能力に解釈し,機械学習の中心を担う積和演算処理の専用回路を開発する研究が盛んに行われている.一方で,これらのデバイスは,未解明な動作原理が存在するため,回路設計に必須となるコンパクトモデルを十分な精度で作成できない課題がある.本研究では,メモリスタを題材にガウス過程に基づくコンパクトモデリング手法を提案する.これまでにも機械学習によるモデリング手法が提案されているが,SPICEによる再現精度のみが評価され,学習および推論にかかる時間は十分に議論されていない.提案手法はガウス過程により学習時間の短縮を図るとともに,スパース性の考慮によりSPICEによる推論時間の短縮も同時に考慮する.実測により得られたメモリスタ素子のデータを用いた評価により,長・短期記憶(Long short-term memory,LSTM)を用いた既存手法と比べて3,239倍高速で学習できるうえ,市販SPICEシミュレータによる推論では,同等の再現精度および計算時間であることを示す. 
(英) There has been a great deal of research into the development of domain-specific circuits for multiply-and-accumulate processing, which play a central role in machine learning by interpreting new physical phenomena into computing and storage capabilities. On the other hand, these devices have an unresolved operation principle, and therefore, compact models that are essential for circuit design cannot be created with sufficient accuracy. In this study, we propose a compact modeling method based on Gaussian processes for memristors. Although modeling methods based on machine learning have been proposed in the past, only the accuracy of reproduction by SPICE has been evaluated, and long learning times have not been sufficiently discussed. The proposed method reduces the learning time by using a Gaussian process and also reduces the inference time in SPICE simulation by considering sparsity. Evaluation using data of memristor devices obtained by actual measurements shows that the proposed method is more than 3,239 times faster than existing methods using LSTM (long short-term memory), and that inference on a commercial SPICE simulator can be performed with the same accuracy and computation time.
キーワード (和) コンパクトモデリング / ガウス過程回帰 / メモリスタ / / / / /  
(英) Compact modeling / Gaussian process regression / Memoristor / / / / /  
文献情報 信学技報, vol. 122, no. 402, VLD2022-75, pp. 13-18, 2023年3月.
資料番号 VLD2022-75 
発行日 2023-02-22 (VLD, HWS) 
ISSN Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード VLD2022-75 HWS2022-46

研究会情報
研究会 HWS VLD  
開催期間 2023-03-01 - 2023-03-04 
開催地(和) 沖縄県青年会館 
開催地(英)  
テーマ(和) システムオンシリコンを支える設計技術, ハードウェアセキュリティ, 一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 VLD 
会議コード 2023-03-HWS-VLD 
本文の言語 日本語 
タイトル(和) ガウス過程を用いた機械学習に基づくメモリスタモデリングの高速化 
サブタイトル(和)  
タイトル(英) Acceleration of Memristor Modeling Based on Machine Learning Using Gaussian Process 
サブタイトル(英)  
キーワード(1)(和/英) コンパクトモデリング / Compact modeling  
キーワード(2)(和/英) ガウス過程回帰 / Gaussian process regression  
キーワード(3)(和/英) メモリスタ / Memoristor  
キーワード(4)(和/英) /  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 新谷 悠太 / Yuta Shintani / シンタニ ユウタ
第1著者 所属(和/英) 奈良先端科学技術大学院大学 (略称: 奈良先端大)
Nara Institute of Science and Technology (略称: Naist)
第2著者 氏名(和/英/ヨミ) 井上 美智子 / Michiko Inoue / イノウエ ミチコ
第2著者 所属(和/英) 奈良先端科学技術大学院大学 (略称: 奈良先端大)
Nara Institute of Science and Technology (略称: Naist)
第3著者 氏名(和/英/ヨミ) 新谷 道広 / Michihiro Shintani / シンタニ ミチヒロ
第3著者 所属(和/英) 京都工芸繊維大学 (略称: 京都工繊大)
Kyoto Institute of Technology (略称: Kyoto Institute of Technology)
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2023-03-01 11:50:00 
発表時間 25分 
申込先研究会 VLD 
資料番号 VLD2022-75, HWS2022-46 
巻番号(vol) vol.122 
号番号(no) no.402(VLD), no.403(HWS) 
ページ範囲 pp.13-18 
ページ数
発行日 2023-02-22 (VLD, HWS) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会