JP2017510890A5 - - Google Patents

Download PDF

Info

Publication number
JP2017510890A5
JP2017510890A5 JP2016554451A JP2016554451A JP2017510890A5 JP 2017510890 A5 JP2017510890 A5 JP 2017510890A5 JP 2016554451 A JP2016554451 A JP 2016554451A JP 2016554451 A JP2016554451 A JP 2016554451A JP 2017510890 A5 JP2017510890 A5 JP 2017510890A5
Authority
JP
Japan
Prior art keywords
neuron model
instance
memory
parameters
state variables
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
JP2016554451A
Other languages
English (en)
Other versions
JP2017510890A (ja
Filing date
Publication date
Priority claimed from US14/267,394 external-priority patent/US9672464B2/en
Application filed filed Critical
Publication of JP2017510890A publication Critical patent/JP2017510890A/ja
Publication of JP2017510890A5 publication Critical patent/JP2017510890A5/ja
Ceased legal-status Critical Current

Links

Claims (13)

  1. 人工神経系を操作するための方法であって、
    第1のメモリレイアウトを、第1のニューロンモデルのインスタンスのパラメータおよび状態変数に割り振ることと、
    前記第1のメモリレイアウトとは異なる第2のメモリレイアウトを、前記第1のニューロンモデルとは異なる複雑性を有する第2のニューロンモデルのインスタンスのパラメータおよび状態変数に割り振ることと、
    前記人工神経系を操作する際に、前記第1のニューロンモデルまたは前記第2のニューロンモデルのうちの少なくとも1つの、少なくとも1つのインスタンスに関する状態変数を更新することと、
    を備え
    前記第1のメモリレイアウトが、
    前記第1のニューロンモデルの前記インスタンスの少なくともサブセット間で共有されるパラメータを記憶するための共有メモリと、
    前記第1のニューロンモデルの前記インスタンスの前記状態変数を記憶するための状態変数メモリと、
    を備え、
    前記第2のメモリレイアウトが、前記第2のニューロンモデルの前記インスタンスの前記パラメータと前記状態変数の両方を記憶するための共通メモリを備える、
    方法。
  2. 前記状態変数メモリの少なくとも一部を、前記第2のニューロンモデルの前記インスタンスの少なくともサブセットのパラメータおよび状態変数で書き換えることをさらに備える、請求項に記載の方法。
  3. 前記第1のニューロンモデルの少なくとも1つのインスタンスの状態変数、または前記第2のニューロンモデルの少なくとも1つのインスタンスのパラメータおよび状態変数が、前記状態変数メモリに記憶されるかどうかをフラグによって示すことをさらに備える、請求項に記載の方法。
  4. 前記共通メモリの少なくとも一部を、前記第1のニューロンモデルの前記インスタンスの少なくともサブセットの状態変数で書き換えることをさらに備える、請求項に記載の方法。
  5. 前記第2のメモリレイアウト内の前記パラメータのサブセットが、前記第2のニューロンモデルのインスタンスに関連付けられる人工ニューロンごとに固有である、請求項1に記載の方法。
  6. 前記人工神経系を操作する際に、前記第1のニューロンモデルの1つまたは複数のインスタンスの状態変数と、前記第2のニューロンモデルの1つまたは複数のインスタンスの状態変数とを同時に更新することをさらに備える、請求項1に記載の方法。
  7. 前記人工神経系を操作する際に、前記第2のニューロンモデルの前記インスタンスの前記パラメータを動的に変更することをさらに備える、請求項1に記載の方法。
  8. 人工神経系を操作するための装置であって、
    第1のメモリレイアウトを、第1のニューロンモデルのインスタンスのパラメータおよび状態変数に割り振るための手段と、
    前記第1のメモリレイアウトとは異なる第2のメモリレイアウトを、前記第1のニューロンモデルとは異なる複雑性を有する第2のニューロンモデルのインスタンスのパラメータおよび状態変数に割り振るための手段と、
    前記人工神経系を操作する際に、前記第1のニューロンモデルまたは前記第2のニューロンモデルのうちの少なくとも1つの、少なくとも1つのインスタンスに関する状態変数を更新するための手段と、
    を備え
    前記第1のメモリレイアウトが、
    前記第1のニューロンモデルの前記インスタンスの少なくともサブセット間で共有されるパラメータを記憶するための共有メモリと、
    前記第1のニューロンモデルの前記インスタンスの前記状態変数を記憶するための状態変数メモリと、
    を備え、
    前記第2のメモリレイアウトが、前記第2のニューロンモデルの前記インスタンスの前記パラメータと前記状態変数の両方を記憶するための共通メモリを備える、
    装置。
  9. 前記状態変数メモリの少なくとも一部を、前記第2のニューロンモデルの前記インスタンスの少なくともサブセットのパラメータおよび状態変数で書き換えるための手段をさらに備える、請求項に記載の装置。
  10. 前記第1のニューロンモデルの少なくとも1つのインスタンスの状態変数、または前記第2のニューロンモデルの少なくとも1つのインスタンスのパラメータおよび状態変数が、前記状態変数メモリに記憶されるかどうかをフラグによって示すための手段をさらに備える、請求項に記載の装置。
  11. 前記共通メモリの少なくとも一部を、前記第1のニューロンモデルの前記インスタンスの少なくともサブセットの状態変数で書き換えるための手段をさらに備える、請求項に記載の装置。
  12. 前記第2のメモリレイアウト内の前記パラメータのサブセットが、前記第2のニューロンモデルのインスタンスに関連付けられる人工ニューロンごとに固有である、請求項に記載の装置。
  13. 人工神経系を操作するためのコンピュータプログラム製品であって、コンピュータによって実行される際に、
    第1のメモリレイアウトを、第1のニューロンモデルのインスタンスのパラメータおよび状態変数に割り振り、
    前記第1のメモリレイアウトとは異なる第2のメモリレイアウトを、前記第1のニューロンモデルとは異なる複雑性を有する第2のニューロンモデルのインスタンスのパラメータおよび状態変数に割り振り、
    前記人工神経系を操作する際に、前記第1のニューロンモデルまたは前記第2のニューロンモデルのうちの少なくとも1つの、少なくとも1つのインスタンスに関する状態変数を更新する、
    令を有する非一時的コンピュータ可読媒体を備え
    前記第1のメモリレイアウトが、
    前記第1のニューロンモデルの前記インスタンスの少なくともサブセット間で共有されるパラメータを記憶するための共有メモリと、
    前記第1のニューロンモデルの前記インスタンスの前記状態変数を記憶するための状態変数メモリと、
    を備え、
    前記第2のメモリレイアウトが、前記第2のニューロンモデルの前記インスタンスの前記パラメータと前記状態変数の両方を記憶するための共通メモリを備える、
    コンピュータプログラム製品。
JP2016554451A 2014-02-28 2015-02-12 一般的なニューロンモデルの効率的な実装のための方法および装置 Ceased JP2017510890A (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201461946051P 2014-02-28 2014-02-28
US61/946,051 2014-02-28
US14/267,394 2014-05-01
US14/267,394 US9672464B2 (en) 2014-02-28 2014-05-01 Method and apparatus for efficient implementation of common neuron models
PCT/US2015/015637 WO2015130476A2 (en) 2014-02-28 2015-02-12 Method and apparatus for efficient implementation of common neuron models

Publications (2)

Publication Number Publication Date
JP2017510890A JP2017510890A (ja) 2017-04-13
JP2017510890A5 true JP2017510890A5 (ja) 2018-03-01

Family

ID=54006937

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016554451A Ceased JP2017510890A (ja) 2014-02-28 2015-02-12 一般的なニューロンモデルの効率的な実装のための方法および装置

Country Status (7)

Country Link
US (1) US9672464B2 (ja)
EP (1) EP3111378A2 (ja)
JP (1) JP2017510890A (ja)
KR (1) KR20160125967A (ja)
CN (1) CN106068519B (ja)
CA (1) CA2937945A1 (ja)
WO (1) WO2015130476A2 (ja)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10068170B2 (en) * 2013-09-23 2018-09-04 Oracle International Corporation Minimizing global error in an artificial neural network
KR102372423B1 (ko) * 2017-05-16 2022-03-10 한국전자통신연구원 파라미터 공유 장치 및 방법
US11507806B2 (en) * 2017-09-08 2022-11-22 Rohit Seth Parallel neural processor for Artificial Intelligence
US11195079B2 (en) * 2017-11-22 2021-12-07 Intel Corporation Reconfigurable neuro-synaptic cores for spiking neural network
US11347998B2 (en) * 2018-02-26 2022-05-31 Fredric William Narcross Nervous system on a chip
CN108830379B (zh) * 2018-05-23 2021-12-17 电子科技大学 一种基于参数量化共享的神经形态处理器
CN109886384B (zh) * 2019-02-15 2021-01-05 北京工业大学 一种基于鼠脑海马网格细胞重构的仿生导航方法
US11270195B2 (en) 2019-03-05 2022-03-08 International Business Machines Corporation Neuromorphic computing in dynamic random access memory
WO2021137601A1 (ko) * 2019-12-30 2021-07-08 매니코어소프트주식회사 강화 학습 기반의 프로그램 최적화 방법

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5222196A (en) * 1990-02-20 1993-06-22 International Business Machines Corporation Neural network shell for application programs
JPH05128083A (ja) * 1991-10-31 1993-05-25 Ricoh Co Ltd 信号処理装置
US6167390A (en) * 1993-12-08 2000-12-26 3M Innovative Properties Company Facet classification neural network
EP1172763A3 (en) 2000-07-13 2008-11-05 International Business Machines Corporation Method and circuits for associating a norm to each component of an input pattern presented to a neural network
TW538381B (en) * 2000-07-13 2003-06-21 Ibm Method and circuits for associating a norm to each component of an input pattern presented to a neural network
US8027942B2 (en) * 2000-12-13 2011-09-27 International Business Machines Corporation Method and circuits for associating a complex operator to each component of an input pattern presented to an artificial neural network
JP4710931B2 (ja) 2008-07-09 2011-06-29 ソニー株式会社 学習装置、学習方法、およびプログラム
CA2799167A1 (en) 2010-05-19 2011-11-24 Douglas A. Palmer Neural processing unit
US8650008B2 (en) 2010-08-05 2014-02-11 International Business Machines Corporation Method and system of developing corner models for various classes on nonlinear systems
KR101888468B1 (ko) 2011-06-08 2018-08-16 삼성전자주식회사 Stdp 기능 셀을 위한 시냅스, stdp 기능 셀 및 stdp 기능 셀을 이용한 뉴로모픽 회로
US9111224B2 (en) * 2011-10-19 2015-08-18 Qualcomm Incorporated Method and apparatus for neural learning of natural multi-spike trains in spiking neural networks
US9111225B2 (en) * 2012-02-08 2015-08-18 Qualcomm Incorporated Methods and apparatus for spiking neural computation
US9256823B2 (en) 2012-07-27 2016-02-09 Qualcomm Technologies Inc. Apparatus and methods for efficient updates in spiking neuron network
US9256215B2 (en) 2012-07-27 2016-02-09 Brain Corporation Apparatus and methods for generalized state-dependent learning in spiking neuron networks

Similar Documents

Publication Publication Date Title
JP2017510890A5 (ja)
WO2015130476A3 (en) Method and apparatus for efficient implementation of common neuron models
JP2016126801A5 (ja)
EP3002646A3 (en) Virtual design engineering
JP2016522495A5 (ja)
JP2017500760A5 (ja)
MX2016006764A (es) Metodo y sistema para controlar procesos dinamicos con base en un modelo artificialmente inteligente usando agentes probabilisticos.
WO2015047589A3 (en) Methods and apparatus for implementation of group tags for neural models
EP4220399A3 (en) Dynamic reconfiguration of applications on a multi-processor embedded system
JP2018152927A5 (ja)
JP2016110042A5 (ja)
EP3002649A3 (en) Industrial simulation using redirected i/o module configurations
BR112017001813A2 (pt) método e aparelho para controlar a atividade de pelo menos duas fontes de radiação luminosa e produto de programa de computador
WO2017098003A3 (de) Verfahren und vorrichtung zur prüfung eines eingangsdatensatzes einer generativen schichtbauvorrichtung
JP2017097520A5 (ja)
WO2016023999A3 (en) Composing an image
JP2018530074A5 (ja)
JP2017136346A5 (ja)
WO2016014217A8 (en) System and method of loading virtual machines
EP2843626A3 (en) Image rendering method using layers
WO2016157950A8 (ja) 統計モデル作成装置、統計モデル作成方法及び統計モデル作成プログラム
JP2018502425A5 (ja)
WO2015038311A3 (en) Implementing structural plasticity in an artificial nervous system
MX2016011886A (es) Infraestructura de flujo de tareas en aplicaciones.
JP2015046145A5 (ja)