| 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 | 2025-01-28 10:25 スパースバイナリーニューラルネットの周期軌道と安定性 ○外山涼太・野中洋樹・齋藤利通（法政大）  NLP2024-93 |
|
| 抄録 | （和） | スパースバイナリーニューラルネットワークは, 3入力1出力の多数決ニューロンによって構成される. 局所2値結合とシグナム活性化関数によって特徴づけられる. このネットワークは, パラメータに依存して様々な2値ベクトルの周期軌道を生成する. 多数決ニューロンは1ビットエラー訂正を可能にし, 周期軌道の局所安定を実現する. また, スパースバイナリーニューラルネットワークはFPGA実装に適している. 応用例にはスイッチング回路の制御信号や歩行ロボットの制御信号などが含まれる. 本論文では, 簡単のためにシフト型周期軌道の局所安定性について考える. 精密な動作解析を行い, 結合パラメータと周期軌道の周期, 局所安定性の関係を明らかにした. この研究は将来このネットワークを応用していくための基礎となる. |
| （英） | Sparse binary neural networks are discrete-time recurrent neural networks consisting of majority decision neurons from three binary inputs to one binary output. The networks are characterized by local binary connection parameters and the signum activation function. Depending on the parameters, the networks can generate various periodic orbits of binary vectors. The majority decision neurons are able to remove 1-bit errors and to realize local stability of the periodic orbit. The sparse binary neural networks are well suited for precise numerical analysis and FPGA-based hardware implementation. For simplicity, we consider local stability of shift-type binary periodic orbits. Performing a precise numerical analysis, we clarify the period and local stability of the periodic orbits for the connection parameters. The results will be developed into future applications of the networks. |
|
| キーワード | （和） | リカレントニューラルネットワーク / バイナリーニューラルネットワーク / 周期軌道 / 安定性 / / / / |
| （英） | recurrent neural networks / binary neural networks / periodic orbits / stability / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 362, NLP2024-93, pp. 7-10, 2025年1月. | |
| 資料番号 | NLP2024-93 | |
| 発行日 | 2025-01-21 (NLP) | |
| 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 | NLP2024-93 |
|
| 研究会情報 | |
| 研究会 | NC NLP |
| 開催期間 | 2025-01-28 - 2025-01-29 |
| 開催地（和） | 大阪大学 |
| 開催地（英） | |
| テーマ（和） | NC, NLP, 一般 |
| テーマ（英） | NC, NLP, General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2025-01-NC-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | スパースバイナリーニューラルネットの周期軌道と安定性 |
| サブタイトル（和） | |
| タイトル（英） | Periodic orbits and stability in sparse binary neural networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | リカレントニューラルネットワーク / recurrent neural networks |
| キーワード(2)（和/英） | バイナリーニューラルネットワーク / binary neural networks |
| キーワード(3)（和/英） | 周期軌道 / periodic orbits |
| キーワード(4)（和/英） | 安定性 / stability |
| 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） | 外山 涼太 / Ryota Toyama / トヤマ リョウタ |
| 第1著者 所属（和/英） | 法政大学 (略称： 法政大) Hosei Univerity (略称： HU) |
| 第2著者 氏名（和/英/ヨミ） | 野中 洋樹 / Hiroki Nonaka / ノナカ ヒロキ |
| 第2著者 所属（和/英） | 法政大学 (略称： 法政大) Hosei Univerity (略称： HU) |
| 第3著者 氏名（和/英/ヨミ） | 齋藤 利通 / Toshimichi saito / サイトウ トシミチ |
| 第3著者 所属（和/英） | 法政大学 (略称： 法政大) Hosei Univerity (略称： HU) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-01-28 10:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2024-93 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.362 |
| ページ範囲 | pp.7-10 |
| ページ数 | 4 |
| 発行日 | 2025-01-21 (NLP) |
[研究会発表申込システムのトップページに戻る]