[10a-B21-1~11] FS.1 フォーカストセッション「AIエレクトロニクス」

9:00 〜 9:15

[10a-B21-1] 光スパイキングニューラルネットワークを用いた組合せ最適化におけるニューロンの興奮性の学習

〇稲垣 卓弘¹、稲葉 謙介¹、山田 康博¹、本庄 利守¹、生田 拓也¹、米津 佑哉¹、風間 拓志²、圓佛 晃次²、梅木 毅伺²、合原 一幸³、武居 弘樹¹ (1.NTT物性研、2.NTT先端集積デバイス研究所、3.東京大学)

キーワード：

スパイキングニューラルネットワーク、縮退光パラメトリック発振器、脳型情報処理

これまで我々は、縮退光パラメトリック発振器(DOPO)を用いて発火頻度の大きく異なるClass-I, Class-IIと呼ばれる神経細胞で見られる発火モードを生成することに成功し、最大10,240ノードまで実装可能な大規模な光SNNの実験用プラットフォームによる組合せ最適化問題の解探索に取り組んできた。本研究では、この光SNNの計算過程における発火頻度の観測結果を基に、次の計算における各ニューロンの内在的な興奮性を強化していくことで、結果として得られる解精度が向上する学習則を提案し、この実証実験を行ったので報告する。