自己組織化マップ連想メモリの高機能化とハードウェア化に関する研究

自组织图联想存储器的高功能及硬件实现研究

基本信息

批准号：
14780270
负责人：
服部元信
金额：
$ 2.5万
依托单位：
University of Yamanashi
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2002
资助国家：
日本
起止时间：
2002 至 2004
项目状态：
已结题

项目摘要

本研究では,連想に基づく高次情報処理システムの実現に向けて,より適切に脳の連想記憶機能を模倣する連想メモリを構築し,プログラミングが可能なハードウェアであるFPGAに実装することを目的としている.本年度は以下の研究を行った.1.海馬神経回路網のモデル化生体の脳では海馬が記憶の獲得に重要な役割を果たしていると考えられている.本研究では,神経細胞に見られるスパイクタイミングによる学習則と海馬の解剖学的構造を考慮した連想メモリを構築し,本モデルが情報の出現頻度に応じて記憶を形成したり消去したりできること,並びに時空間情報を扱えることを明らかにした.2.自己組織化マップ連想メモリのハードウェアモデルの検討実装の対象としているFPGAはディジタル回路であるため,FPGAを用いて効率的に大規模な連想メモリを実装するためには,これまでソフトウェアモデルとして開発・改良を行ってきた自己組織化マップ連想メモリをハードウェア化に適したモデルとなるように修正する必要がある.具体的には,データの表現方法や回路規模が大きくなる乗算回路などについて,本モデルの基本的な特徴を損なわない範囲で簡単化を図る必要がある.また,連想メモリの中で情報の記憶に直接関係する重みの精度をどの程度にするべきか,複雑な演算を必要とする学習をハードウェア化に適した機構となるようにするためにはどのような修正を加えるべきかなどの検討を行った.こうした修正による影響を計算機シミュレーションによって確認した後,ハードウェアモデルのプロトタイプを構築した.

在本研究中，我们的目标是构建一种更贴切地模仿大脑联想记忆功能的联想存储器，并将其实现在可编程硬件FPGA上，以实现基于联想的高阶信息处理系统。今年，我们进行了以下研究： 1. 海马神经网络建模在人脑中，海马体被认为在记忆获取中发挥着重要作用。在我们的研究中，我们构建了一种联想记忆，考虑到基于神经元中发现的尖峰计时和海马体解剖结构的学习规则，并证明该模型可以根据信息出现的频率形成和删除记忆，并且它揭示了它可以处理时空信息。2．自组织图相联存储器硬件模型的检验由于实现的FPGA是一个数字电路。，为了利用FPGA高效地实现大规模联想存储器，需要将已经作为软件模型开发和改进的自组织映射联想存储器转变为适合硬件实现的模型。修改了数据表示方法和乘法电路，在不牺牲该模型基本特征的情况下增加了电路规模。此外，我们需要考虑与联想记忆中的信息存储直接相关的权重应该有多准确，以及如何创建适合于在硬件中实现需要复杂操作的学习的机制。我们考虑了应该进行哪些修改。通过计算机模拟确认这些修改的效果后，我们构建了原型硬件模型。