KCC 2021
Current Result Document :
| 한글제목(Korean Title) |
Spiking Neural Network을 위한 스파이크 입력 모델 설계 |
| 영문제목(English Title) |
Design of Spike input model for Spiking Neural Network |
| 저자(Author) |
김회남
차 신
윤영선
Hoinam Kim
Shin Cha
Young- Sun Yun
|
| 원문수록처(Citation) |
VOL 48 NO. 01 PP. 1013 ~ 1015 (2021. 06) |
한글내용
(Korean Abstract) |
뉴로모픽(Neuromorphic)이란 사람의 생물학적 뇌의 구조와 기능적 특성을 전자회로로 구현하는 기술이다. 뉴로모픽은 기존의 반도체 칩이 갖는 전력 문제를 해결하고 데이터 처리과정을 통합할 수 있어 IoT 응용에 활발히 연구되고 있는 SNN(Spiking Neural Network)에 적합한 기술로 여겨지고 있다. 본 논문에서는 일반 인공지능에 사용되는 정적인 데이터를 SNN에 적용하기 위한 동적인 형태로 변환하기 위하여 새로운 스파이크(Spike) 입력모델을 제안하고 설계하였다. 스파이크 입력모델은 데이터를 분할하여 스파이킹 열(Spiking train) 형태로 전송해주는 Pulse Generator와 전달받은 스파이킹 열 형태의 데이터를 수집하고 복원하는 Pulse Collector로 구성된다. Pulse Generator는 설정에 따라 스파이크의 발생 분포를 제어할 수 있도록 spiking rate의 분포 변경을 지원한다. Pulse Collector는 Pulse Generator에서 신호를 변환하고 전송하는데 걸린 시간을 기반으로 신호를 수집한다. 스파이크 입력모델은 현재 이미지 데이터를 통해 스파이킹 열 신호로 변환하는 실험을 진행중이며 추후 시계열 정보가 추가된 음성데이터와 영상 데이터 처리를 지원할 계획이다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
