GS7-2　ブロック構造パルスニューラルネットワークにおける誤差逆伝播法のハードウェア実装

◎萩尾賢太，小圷成一，岡本　卓（千葉大学）

ハードウェアを環境に応じて進化させる進化型ハードウェア（EHW）のモデルとして，ハードウェア上に進化的構築が可能なブロック構造ニューラルネットワーク（BBNN）が提案されている。BBNNは高い拡張性と学習可能な構造を持ち，重みを整数に制限してFPGAへの実装を容易化している。BBNNにパルスニューロン（PN）モデルを導入したブロック構造パルスニューラルネットワーク（BBPNN）が提案されており，入出力値をパルス列で表現するため，乗算器が上要で回路規模を縮小でき，ハードウェア実装に適している。また，学習法として誤差逆伝播法（BP）のBBPNNへの応用が検討されている。本稿では，BPを用いたBBPNNの学習のハードウェア実装におけるリソース使用量の削減を目的に，BPにおける入力値および勾配についての近似手法を提案する。実験により，リソース使用量およびBP学習の性能における有効性を検証する。