Pulsed neural networks based on delta-sigma modulation with GHA learning rule and their hardware implementation

あらまし ニューラルネットワークの並列処理を生かした高速演算処理を実現するためには,ソフトウェアの 直列演算ではなく,すべてのニューロンをハードウェアに並列実装することが望ましい.筆者らはこれまでに, ディジタル回路のハードウェア実装に適した ∆Σ 変調に基づくパルスニューラルネットワークを提案した.提案 したニューラルネットワークは,∆Σ 変調された 1 ビットのパルス信号で値が表現されるため小さな回路規模で 実現可能であり,1 ビットでありながら精度の良い演算を実現できる.本論文では,提案するニューラルネット ワークのハードウェア実装法を提案する.そして,GHA学習則を組み込んだニューラルネットワークを,FPGA 上にハードウェア実装し,その動作検証を行う.また,提案するニューラルネットワークと CPU を FPGA 上 に実装し,単位時間,単位回路規模当りに処理できるビット数を評価値として比較を行った.提案手法は CPU 上のソフトウェア実現に比べて 200 倍程度の評価値が得られた. キーワード パルスニューラルネットワーク,ハードウェア実装,∆Σ 変調,GHA 学習則