2
情報処理モデリング・ システム化 ソフトウェア (プログラミング) C, MATLAB デジタルLSI設計 FPGAVerilog HDLVHDL アナログLSI設計 (専用チップ設計) SPICE, Layout tool ナノデバイス設計 C, SPICE, プロセス技術 研究室で開発した 集積回路チップ 1995 2000 2005 2010 領域分割用 非線形振動子 ガボールフィルタ 畳込みネットワーク スパイキング ニューラルネット 任意カオス回路 結合カオス・ネットワーク 主観的輪郭生成用 異方性拡散 マッチング・プロセッサ スパイキング・ 領域ベースMRF ISSCC2009 ISSCC2012SRP ECCTD2011 VLSI Cir. 2005 ESSCIRC 2002 VLSI Cir. 2004 ISCAS2008 NCSP2007 ICONIP2011 錯覚を再現する主観的輪郭生成システム 画素回路設計結果 チップ写真 研究室内で開発した専用LSIFPGA で制御して,システムを開発します Pixel circuit array 1.0 2.0 3.0 4.0 Neuron # 1 10 20 24 記憶パターン #1 time[µs] PSP in1 in2 4.72mm 5.25mm チップ写真 測定結果 学習機能付きスパイキングニューロンLSI 画像領域分割用デジタル回路(FPGAintensi ty spike φ label spike f B A C S spike f _R UP D UP D spike φ (U,D,R,L) 4 4 spike f _D B_R B_D A_R A_D B_U B_L A_U A_L 4 4 2 2 2 3 3 2 Unit circuit network Unit circuit 田向研と共同研究 制約付きボルツマンマシン(RBM確率動作 カオス動作 カオスボルツマンマシン 6 20µs S 2 S 3 V x3 S 1 175µm 155µm Unit 1 Unit 2 Unit 3 Synapses 試作チップの測定結果 (カオス動作の観測) 3ニューロンネットワークの 集積回路設計結果 0.25µm CMOS確率動作に基づく脳型処理モデルと回路 ひびきのチーム, ロボカップ@ホーム に参戦. 脳型人工知能に 興味ある人を募集中! 1.脳型人工知能のための アナログ / デジタル 集積回路FPGA)の設計・測定 2. 海馬・扁桃体・前頭前 機能に学んだ新しい脳型人工知能のモデル化 3.脳型人工知能のための 不揮発性アナログメモリ素子の測定・評価 4.脳型人工知能ハードウェアの @ホームロボットへの 応用

確率動作に基づく脳型処理モデルと回路 学習機能付きスパイキン …morie/topics/morie-lab-brochure180301.pdf · 制約付きボルツマンマシン( RBM

  • Upload
    others

  • View
    2

  • Download
    0

Embed Size (px)

Citation preview

Page 1: 確率動作に基づく脳型処理モデルと回路 学習機能付きスパイキン …morie/topics/morie-lab-brochure180301.pdf · 制約付きボルツマンマシン( RBM

情報処理モデリング・システム化

ソフトウェア(プログラミング)

C, MATLAB

デジタルLSI設計(FPGA)

Verilog HDL,VHDL

アナログLSI設計(専用チップ設計)

SPICE, Layout tool

ナノデバイス設計C, SPICE,

プロセス技術

研究室で開発した集積回路チップ

1995 2000 2005 2010

領域分割用非線形振動子

ガボールフィルタ

畳込みネットワーク

スパイキングニューラルネット

任意カオス回路

結合カオス・ネットワーク

主観的輪郭生成用異方性拡散

マッチング・プロセッサ

スパイキング・領域ベースMRF

ISSCC2009ISSCC2012SRP

ECCTD2011

VLSI Cir. 2005ESSCIRC 2002

VLSI Cir. 2004

ISCAS2008NCSP2007 ICONIP2011

錯覚を再現する主観的輪郭生成システム

画素回路設計結果

チップ写真

研究室内で開発した専用LSIをFPGAで制御して,システムを開発します

Pixel circuit array

1.0 2.0 3.0 4.0

Neu

ron

#1

10

20

24

記憶パターン #1

time[µs]

PSP

in1

in24.72

mm

5.25mm

チップ写真

測定結果

学習機能付きスパイキングニューロンLSI

画像領域分割用デジタル回路(FPGA)

intensity

spikeφlabel

spikef

B

A

C

S

spikef _R

UPD

UPD

spikeφ(U,D,R,L)

4

4

spikef _D B_RB_DA_RA_D

B_UB_L

A_UA_L

4

4

2

22

3

3

2

Unit circuit network Unit circuit田向研と共同研究

制約付きボルツマンマシン(RBM)確率動作 ⇒ カオス動作カオスボルツマンマシン

6

20µs

S2

S3Vx3

S1

175µm

155µ

m

Unit 1

Unit 2

Unit 3

Synapses

試作チップの測定結果(カオス動作の観測)

3ニューロンネットワークの集積回路設計結果(0.25µm CMOS)

確率動作に基づく脳型処理モデルと回路

ひびきのチーム,ロボカップ@ホームに参戦.脳型人工知能に興味ある人を募集中!

1.脳型人工知能のためのアナログ/デジタル集積回路(FPGA)の設計・測定2.海馬・扁桃体・前頭前野機能に学んだ新しい脳型人工知能のモデル化3.脳型人工知能のための不揮発性アナログメモリ素子の測定・評価4.脳型人工知能ハードウェアの@ホームロボットへの応用

Page 2: 確率動作に基づく脳型処理モデルと回路 学習機能付きスパイキン …morie/topics/morie-lab-brochure180301.pdf · 制約付きボルツマンマシン( RBM

画素回路設計結果

ピクセル回路アレイ

4 pixel 8 pixel 10 pixel周期

実部

測定結果:インパルス応答

チップ写真

システムボード

脳型画像処理・ガボールフィルタLSI

『自作チップ・コンテスト in ひびきの』

ナノ構造を利用した脳型処理デバイス

研究室のデータ

設計した回路を,キャンパス内の

クリーンルームで自らチップ試作し,測定・評価までを経験できます.パルス結合振動子回路を設計し,動作確認に成功しました.

チップ写真測定結果

第3回コンテストで最優秀賞受賞

ロボカップ@ホーム用画像認識技術

RGB-D センサ

RGBイメージ 奥行きイメージ

物体検出 開発中の@ホームサービスロボット

脳型LSI用抵抗変化型アナログメモリ素子

0

0.1

0.2

0.3

0.4

0.5

0 0.2 0.4 0.6 0.8 1

a 3•x

3

x3

-17.8[6,2,2]

-1.15[2,6,6]

3.78[6,2,6]

1.03[2,2,6]

Error in slope (%)[Vin1

H,Vin2H,Vin3

H] (V)

-1.34[6,6,6]

input node

control node

substrate

nanodisk node

output node

C(40aF)

ナノ構造スパイキングニューロンデバイスのイメージ図

積和演算測定結果

ノイズを有効利用する電子素子:FinFETとナノディスクアレイ構造

(東北大・産総研・北大と共同研究)

単電子回路シミュレーション

■受入学生の出身校(国内のみ,累積)九工大,北九州市立大,長崎大,熊本大,琉球大,福岡大,広島大,東京理科大,東京電機大,広島工大,金沢工大,日大,芝浦工大,北九州高専,大分高専,有明高専,佐世保高専,熊本高専(熊本),鹿児島高専,宇部高専,香川(高松)高専,米子高専,奈良高専,大島商船高専■研究室修了生の主要就職先(累積,会社名は就職時)博士前期課程(修士): 東芝,ルネサステクノロジ(2名),ルネサスデザイン,東芝インフォメーションシステムズ,日立超LSIシステムズ,富士通デバイス,沖電気工業,DNP・LSIデザイン,サンディスク,旭化成エレクトロニクス,ザインエレクトロニクス,セイコーNPC,マツダ,アイシン精機,ジェイテクト,富士通テン(3名),デンソーテクノ,ヤマハ,NTTファネット,オムロン・ヘルスケア,アルパイン,PFU,日本システムウエア,日本電産,日鉄エレックス,アマダ博士・ポスドク: 東芝(3名),ソニーLSIデザイン,ホンダ,富士重工,東京エレクトロン,テムザック,北九州高専,宇部高専,東大

SETMoOX

Cu

Al

RESET

AlOX

上部電極

下部電極

Cu2+ Cu2+

Cu原子

20μm

FET

ReRAM

Vre

-0.4

-0.3

-0.2

-0.1

0

0.1

0.2

0.3

0.4

-100 -50 0 50 100Δt [μs]

Δw[V

]

Ppre生成回路 (マルチバイブレータ) Prst生成回路 ・ OR latch

抵抗変化型メモリ(ReRAM)の原理

脳型学習ルール(STDP)の実現(測定結果)Siチップ上のメモリ素子と制御回路

(北大と共同研究)