ニューロモルフィックコンピューティング(ニューロモルフィックコンピューティング)

Name: ニューロモルフィックコンピューティング
Author: 小林 亮太/新津 葵一/大前 奈月/Nan Zheng/Pinaki Mazumder
ISBN: 9784860437404

省エネルギーな機械学習のハードウェア実装に向けて

著者:: 小林亮太/新津葵一/大前奈月/Nan Zheng/Pinaki Mazumder(コバヤシ　リョウタ/ニイツ　キイチ/オオマエ　ナツキ/ナン　チョン/ピナキ　マズンダー)
出版社:: エヌ・ティー・エス
出版日:: 2022年03月11日頃
ISBN:: 9784860437404
価格:: ¥33,000
在庫:: 4
判型:: 単行本

総合

992位

↑ 2 ランクアップ

上級者向け

ニューラルネットワーク深層学習機械学習アルゴリズムハードウェアニューロモルフィックコンピューティングスパイキングニューラルネットワークコンピュータアーキテクチャAIチップ設計

Amazon で見る楽天ブックスで見る

書籍紹介

◆ AI 技術の高度化に不可欠なニューロチップの基礎となる脳型 (ニューロモルフィック) コンピューティングを詳説!
◆ハードウェアニューラルネットワークの構築に必要なアルゴリズムとハードウェアの協調設計、協調最適化の方法論をまとめた、類を見ない 1 冊!
◆ AI 技術の最新動向、ハードウェア実装に関心のある研究者や技術者、学生などに。

【主な目次】
第 1 章概要
第 2 章人工ニューラルネットワークの基礎
第 3 章ハードウェアにおける人工ニューラルネットワーク
第 4 章スパイキングニューラルネットワークの動作原理
第 5 章スパイキングニューラルネットワークのハードウェア実装
第 6 章結論
付録
序文
謝辞
第 1 章概要
1.1 ニューラルネットワークの歴史
1.2 ソフトウェアにおけるニューラルネットワーク
1.3 ニューロモルフィックハードウェアの必要性
1.4 本書の目的と概略
参考文献
第 2 章人工ニューラルネットワークの基礎
2.1 人工ニューラルネットワークの動作原理
2.2 ニューラルネットワークに基づく機械学習
2.3 ネットワークトポロジー
2.4 データセットとベンチマーク
2.5 深層学習
参考文献
第 3 章ハードウェアにおける人工ニューラルネットワーク
3.1 概要
3.2 汎用プロセッサ
3.3 デジタルアクセラレータ
3.4 アナログ・ミックスドシグナルアクセラレータ (analog/mixed-signal accelerators)
3.5 事例研究:適応型動的計画法 (ADP) のためのエネルギー効率の高いアクセラレータ
参考文献
第 4 章スパイキングニューラルネットワークの動作原理
4.1 スパイキングニューラルネットワーク
4.2 浅い層を持つ SNN における学習
4.3 深層 SNN での学習
第 4 章付録:Multi-timescale adaptive threshold モデル (MAT モデル)
4.付.1 Leaky Integrate and Fire モデル
4.付.2 MAT モデル
4.付.3 スパイキングニューロンモデルの比較
参考文献
第 5 章スパイキングニューラルネットワークのハードウェア実装
5.1 特殊化したハードウェアの必要性
5.2 デジタル SNN (digital SNN)
5.3 アナログ/ミックスドシグナル SNN (analog/mixed-signal SNN)
参考文献
第 6 章結論
6.1 展望
6.2 結論
参考文献
付録
付.1 ポップフィールドネットワーク
付.2 ポップフィールドネットワークによるメモリの自己修復
参考文献
索引