JP2017510890A5 - - Google Patents
Download PDFInfo
- 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
Links
- 210000002569 neuron Anatomy 0.000 claims 39
- 238000000034 method Methods 0.000 claims 8
- 210000000653 nervous system Anatomy 0.000 claims 8
- 238000004590 computer program Methods 0.000 claims 2
Claims (13)
- 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。 - 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1に記載の方法。
- 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2に記載の方法。
- 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1に記載の方法。
- 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。
- 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。
- 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。
- 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。 - 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8に記載の装置。
- 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9に記載の装置。
- 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8に記載の装置。
- 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8に記載の装置。
- 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、
命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。
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)
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)
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 |
-
2014
- 2014-05-01 US US14/267,394 patent/US9672464B2/en active Active
-
2015
- 2015-02-12 JP JP2016554451A patent/JP2017510890A/ja not_active Ceased
- 2015-02-12 KR KR1020167023030A patent/KR20160125967A/ko not_active Application Discontinuation
- 2015-02-12 EP EP15707008.7A patent/EP3111378A2/en not_active Ceased
- 2015-02-12 CA CA2937945A patent/CA2937945A1/en not_active Abandoned
- 2015-02-12 CN CN201580010482.1A patent/CN106068519B/zh active Active
- 2015-02-12 WO PCT/US2015/015637 patent/WO2015130476A2/en active Application Filing
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) |