東京大学 | UTokyo / 情報理工学系研究科
Fully Spiking Variational Autoencoder
【人工知能系のトップカンファレンスAAAI2022に採択されました】 人間の脳を模倣した超高速なSpiking Neural Networkを用いて、画像生成モデルを世界で初めて実現しました。計算量を大幅に抑えながら、通常のNeural Networkよりも良い精度での生成を可能にしました
Discover companies you will love
東京大学 | UTokyo
・東京大学情報理工学系研究科 原田研究室 ・研究内容 第三世代の人工知能Spiking Neural Networkの応用可能性を切り開いています SNNは人間の脳を模倣し、超高速かつ低消費電力で動作するニューラルネットであり、大きな注
SNNによる音声合成 既存のNNの高速化・低消費電力化
Spiking Neural Networkの応用可能性を広げる研究をしています。 "Fully Spiking Variational Autoencoder" が人工知能系のトップカンファレンスAAAI2022に採択されました SNNで高精度な生成モデルの実現に初めて成功しました 全てのデバイスで高速に人工知能を利用できる未来を実現しています
ハードとソフトの両面の開発を行いました 卒論では、効率的なNeural Architecture Searchによるネットワーク構造の自動探索を行いました
東京大学 | UTokyo / 情報理工学系研究科
【人工知能系のトップカンファレンスAAAI2022に採択されました】 人間の脳を模倣した超高速なSpiking Neural Networkを用いて、画像生成モデルを世界で初めて実現しました。計算量を大幅に抑えながら、通常のNeural Networkよりも良い精度での生成を可能にしました