自動運転に向けたSNN判断モデルの検討
A Study on SNN-Based Decision Models for Autonomous Driving
- 提供方法
- 本サイト上にてダウンロード・閲覧可
- 形態
- 価格
- 一般価格(税込):¥1,100 会員価格(税込):¥880
- 文献番号
- 20266129
- 文献・情報種別
- 学術講演会予稿集(秋)
No.119-26
- 掲載ページ
- 1-4(Total 4 p)
- 発行年月
- 2026年 10月
- 出版社
- (公社)自動車技術会
- 言語
- 日本語
- イベント
- 2026年秋季大会
書誌事項
| 著者 | 1) 泉名 克郎, 2) 冨田 克樹, 3) 有馬 悠也, 4) 黄 爍 |
|---|---|
| 著者(英) | 1) Katsuo Semmyo, 2) Katsuki Tomita, 3) Yuya Arima, 4) Shuo Huang |
| 勤務先 | 1) NTTデータオートモビリジェンス研究所, 2) NTTデータオートモビリジェンス研究所, 3) NTTデータオートモビリジェンス研究所, 4) NTTデータオートモビリジェンス研究所 |
| 勤務先(英) | 1) NTT DATA Automobiligence Research Center, 2) NTT DATA Automobiligence Research Center, 3) NTT DATA Automobiligence Research Center, 4) NTT DATA Automobiligence Research Center |
| 抄録 | 従来の人工ニューラルネットワーク(ANN)に対し,脳により近い構造を模したスパイキングニューラルネット(SNN)は低消費電力や低レイテンシの点で有利とされハードウェア要求の厳しい自動車向け機能での応用が期待される.強化学習による判断モデル構築の一環として,簡易な実験環境にてSNNの評価とその考察を報告する. |
| 抄録(英) | Compared to conventional Artificial Neural Networks (ANNs), Spiking Neural Networks (SNNs), which mimic brain-like structures, offer advantages in low power consumption and low latency, making them promising for applications in automotive functions with demanding hardware requirements. As part of developing a decision model using reinforcement learning, we evaluate an SNN in a simplified experimental environment and discuss its potential. 翻訳 |