人間の脳は従来のコンピュータと比べて認識問題を解くことに優れており,低消費電力で動作しています.ニューロモルフィックコンピューティングは,脳の構造を模倣した計算システムを構築し,そのような脳の機能を再現する試みです.
本研究室では、計算モデルとして従来のニューラルネットワークよりも脳の模倣度が高いスパイキングニューラルネットワーク(SNN)に注目しています.複雑な動作をするSNNを従来のコンピュータでシミュレーションするのは非効率であるため,専用ハードウェアでの実装が有効です.本研究室では,SNNのハードウェア実装に向けた基礎的な研究を行っています.
また,SNNに望みの機能を持たせるためには学習の工程が必要です.近年では,大規模なSNNの学習方法も確立されつつあり,学習にかかる時間が今後問題となると考えられます.本研究室では,SNNの学習の高速化についても研究を行っています.