連想メモリベース自動学習LSI アーキテクチャ

keywords.jpg画像処理,物体検出・認識,顔検出・認識,リアルタイム処理,適応学習,LSI 実装技術,連想メモリ,連想メモリ,自動学習,短期・長期記憶,手書き文字認識,参照データ最適化 

小出 哲士 

TETSUSHI KOIDE

division.jpgナノデバイス・バイオ融合科学研究所 ナノデバイス・バイオ融合科学研究所

position.jpg准教授

研究概要

研究内容

本研究では,保存された参照データの中から最も類似するデータを検索する連想メモリアーキテクチャを手書き文字の学習と認識に適用する.提案する連想メモリはディジタル・アナログ混載全並列型最類似一致検索回路を用い,高速・低消費電力・小面積を達成している.また,新規参照データを認識するために,人間の脳の機能を模倣する短期・長期メモリの概念に基づいた学習機能を追加した.更に,認識率を向上させるために,それぞれの保存された参照データに対して認識された入力パターンを平均化して,定期的に対応する参照データを更新する参照データ最適化アルゴリズムを提案する.そして,手書き文字の学習と認識に応用するために,提案したアーキテクチャを0:18 m CMOSテクノロジを用いて設計し,提案されたアルゴリズムとアーキテクチャの検証を行った.シミュレーション結果より,試作チップの処理性能としては1 秒当たり入力文字画像数30 万個を実現した.

実用化に向けて(想定業界・用途、課題、企業への期待など)

・対象とするアプリケーションに適用した場合の実験データを取得することで、許容可能な条件決定やパラメータの最適化などを行い、リアルタイム処理のためのハードウェア・ソフトウェアの協調設計を行う必要がある。プラットフォームの実用化に向けて、要求仕様まで、検出精度を向上できるようなシステムの確立をカーメーカー等との共同研究で実施していきたい。

本研究の特徴・優位性

本研究では,短期・長期記憶の概念に基づき参照データ最適化アルゴリズムを適用したアーキテクチャに対して参照データの学習手法として解析した.このアーキテクチャには,パターン認識のために,全並列型ディジタル・アナログ混載連想メモリ及びアナログ回路を用いて高速に検索できる最類似パターン検索回路を導入した.学習機能及び認識アルゴリズムを検証するために0:18 m CMOS テクノロジを用いて,参照データ数64 のテストチップを設計した.入力パターンを正確に分類する平均パターンを計算・生成することで,認識率を向上させた.

お問い合わせ