| 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 | 2025-03-07 14:15 多層SAMスパイキングニューラルネットによるActor-Criticモデル ○本木 実・廣岡平太郎（熊本高専）  NC2024-87 |
|
| 抄録 | （和） | 本研究では，AIハードウエアとしてオンデバイス学習が可能なSAM-SNNを用い，Actor-Critic型の強化学習を目標到達タスクにて実験した結果を報告する．これまで提案されたSAM-SNNは教師あり学習であるため教師信号の入手が課題であり，我々は強化学習を用いて報酬のみから自律的に学習できるモデルを提案している．シミュレーションの結果，比較対象のMLPと本SAM-SNNの両者において目標到達率100％を達成した．しかしながら，SAM-SNNではMLPに比べて安定性と学習成功の割合において劣る結果となった． |
| （英） | This paper presents simulation results for a target-reaching task using Actor-Critic reinforcement learning with SAM-SNN. SAM-SNN is an AI hardware capable of learning on the fly. Conventional SAM-SNN relies on supervised learning, requiring appropriate teacher signals, which poses a challenge in data preparation. To address this issue, we propose a model that can autonomously learn using only reward signals. The simulation results show that both SAM-SNN and MLP achieved a 100% target-reaching rate. However, SAM-SNN exhibited lower stability and a lower learning success rate compared to MLP. | |
| キーワード | （和） | スパイキングニューロン / SAM-SNN / 強化学習 / Actor-Critic / オンデバイス学習 / FPGA / / |
| （英） | spiking neuron / SAM-SNN / reinforcement learning / Actor-Critic / on-device learning / FPGA / / | |
| 文献情報 | 信学技報, vol. 124, no. 413, NC2024-87, pp. 133-138, 2025年3月. | |
| 資料番号 | NC2024-87 | |
| 発行日 | 2025-02-26 (NC) | |
| 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 | NC2024-87 |
|
| 研究会情報 | |
| 研究会 | NC MBE |
| 開催期間 | 2025-03-05 - 2025-03-07 |
| 開催地（和） | 東京大学 |
| 開催地（英） | |
| テーマ（和） | 脳アーキテクチャー, 一般（NC, ME） |
| テーマ（英） | Brain architecture, General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2025-03-NC-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | 多層SAMスパイキングニューラルネットによるActor-Criticモデル |
| サブタイトル（和） | |
| タイトル（英） | Actor-Critic model using multilayer SAM spiking neural network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | スパイキングニューロン / spiking neuron |
| キーワード(2)（和/英） | SAM-SNN / SAM-SNN |
| キーワード(3)（和/英） | 強化学習 / reinforcement learning |
| キーワード(4)（和/英） | Actor-Critic / Actor-Critic |
| キーワード(5)（和/英） | オンデバイス学習 / on-device learning |
| キーワード(6)（和/英） | FPGA / FPGA |
| 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） | 本木 実 / Minoru Motoki / モトキ ミノル |
| 第1著者 所属（和/英） | 熊本高等専門学校 (略称： 熊本高専) National Instutute of Technology, Kumamoto College (略称： Kumamoto KOSEN) |
| 第2著者 氏名（和/英/ヨミ） | 廣岡 平太郎 / Heitaro Hirooka / |
| 第2著者 所属（和/英） | 熊本高等専門学校 (略称： 熊本高専) National Instutute of Technology, Kumamoto College (略称： Kumamoto KOSEN) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-03-07 14:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2024-87 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.413 |
| ページ範囲 | pp.133-138 |
| ページ数 | 6 |
| 発行日 | 2025-02-26 (NC) |
[研究会発表申込システムのトップページに戻る]