ニューラルネットワークのハードウェア実装に向けた乱数生成手法の提案と検証

• Item type: SIG Technical Reports(1)
• 公開日: 2019-06-06
• タイトル: ニューラルネットワークのハードウェア実装に向けた乱数生成手法の提案と検証
• タイトル / 言語: en
• タイトル: A random number generation method for hardware implemented neural networks
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 九州工業大学大学院生命体工学研究科
• 著者所属: 九州工業大学大学院生命体工学研究科
• 著者所属(英): en
• 著者所属(英): Graduate school of life science and systems engineering, Kyushu Institute of Technology
• 著者所属(英): en
• 著者所属(英): Graduate school of life science and systems engineering, Kyushu Institute of Technology
• 著者名: 堀, 三晟; 田向, 権
• 著者名(英): Sansei, Hori; Hakaru, Tamukoh
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: Restricted Boltzmann Machine（RBM）をはじめとする，確率的に動作するニューラルネットワークを省資源に Field Programmable Gate Array（FPGA）などのディジタルハードウェアに実装するための，乱数生成手法を提案する．一般的にハードウェアでは線形帰還シフトレジスタなどを用いて乱数を生成するが，この手法は大量の回路資源を必要とし，深層学習を行うような大規模なニューラルネットワークの実装には向かない．そこで，一般的な乱数生成器を実装せずに，固定小数点演算時に生じる，切り捨てビットを乱数の代替として用い，求められる回路資源の削減を図る．本稿では，提案手法の性能評価のため，RBM に本手法を適用し，ソフトウェア上で，MNIST データセットを学習させた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This study proposes a hardware oriented random number generation method to implement a stochastically neural networks such as restricted Boltzmann machines (RBMs) into field programmable gate arrays (FPGAs). Generally, hardware oriented random number generators (RNGs) employ linear feedback shift registers (LFSRs). However, the RNGs require considerable circuit resources. Therefore, it is difficult to implement a large scale of neural network such as deep neural networks (DNNs) with the RNGs. In the proposed method, we employ the underffow bits from calculations by fixed-point numbers instead of the RNGs to reduce the circuit resources. In this report, we implemented an RBM which employed the proposed method into a software environment and trained the MNIST dataset to evaluate it.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10438399
• 書誌情報: 研究報告オーディオビジュアル複合情報処理（AVM）; 巻 2019-AVM-105, 号 1, p. 1-4, 発行日 2019-06-06
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8582
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会