研究者詳細

顔写真

モリヤ サトシ
守谷 哲
Satoshi Moriya
所属
電気通信研究所 計算システム基盤研究部門 ナノ集積デバイス・システム研究室
職名
特任助教(研究)
学位
  • 博士(工学)(東北大学)

  • 修士(工学)(東北大学)

論文 23

  1. Directional intermodular coupling enriches functional complexity in biological neuronal networks 査読有り

    Nobuaki Monma, Hideaki Yamamoto, Naoya Fujiwara, Hakuba Murota, Satoshi Moriya, Ayumi Hirano-Iwata, Shigeo Sato

    Neural Networks 184 106967-106967 2025年4月

    出版者・発行元: Elsevier BV

    DOI: 10.1016/j.neunet.2024.106967  

    ISSN:0893-6080

  2. Analog VLSI Implementation of Subthreshold Spiking Neural Networks and Its Application to Reservoir Computing 国際共著 査読有り

    Satoshi Moriya, Masaya Ishikawa, Satoshi Ono, Hideaki Yamamoto, Yasushi Yuminaka, Yoshihiko Horio, Jordi Madrenas, Shigeo Sato

    IEEE Transactions on Circuits and Systems I: Regular Papers 2025年

    DOI: 10.1109/TCSI.2025.3550876  

    ISSN:1558-0806 1549-8328

  3. Analog Circuit Implementation of Spike Timing-Dependent Plasticity for Efficient Computing 査読有り

    Satoshi Moriya, Yosuke Iida, Hideaki Yamamoto, Shigeo Sato

    Proc. International Symposium on Nonlinear Theory and Its Applications 508 2024年12月

  4. Design of Mixed-Signal LSI with Analog Spiking Neural Network and Digital Inference Circuits for Reservoir Computing 国際共著 査読有り

    Satoshi Moriya, Hideaki Yamamoto, Masaya Ishikawa, Yasushi Yuminaka, Yoshihiko Horio, Jordi Madrenas, Shigeo Sato

    Proc. 2024 International Joint Conference on Neural Networks (IJCNN) 1-6 2024年6月30日

    出版者・発行元: IEEE

    DOI: 10.1109/ijcnn60899.2024.10649999  

  5. Bifurcation phenomena observed from two-variable spiking neuron integrated circuit 査読有り

    Takemori Orima, Yoshihiko Horio, Satoshi Moriya, Shigeo Sato

    Proc. 2024 IEEE International Symposium on Circuits and Systems (ISCAS) 1-5 2024年5月19日

    出版者・発行元: IEEE

    DOI: 10.1109/iscas58744.2024.10558075  

  6. Numerical Study on Physical Reservoir Computing With Josephson Junctions 査読有り

    Kohki Watanabe, Yoshinao Mizugaki, Satoshi Moriya, Hideaki Yamamoto, Taro Yamashita, Shigeo Sato

    IEEE Transactions on Applied Superconductivity 34 (3) 1-4 2024年5月

    出版者・発行元: Institute of Electrical and Electronics Engineers (IEEE)

    DOI: 10.1109/tasc.2024.3350576  

    ISSN:1051-8223

    eISSN:1558-2515 2378-7074

  7. Memory state evaluation of spatio-temporal contextual learning memory network based on output spike rate 査読有り

    Takemori Orima, Takeru Tsuji, Yoshihiko Horio, Satoshi Moriya, Shigeo Sato

    Proc. International Symposium on Nonlinear Theory and Its Applications 378-381 2023年9月

    DOI: 10.34385/proc.76.B4L-35  

  8. Analog hardware implementation of spiking neural networks for edge computing 国際共著 査読有り

    Satoshi Moriya, Hideaki Yamamoto, Shigeo Sato, Yasushi Yuminaka, Yoshihiko Horio, Jordi Madrenas

    Proc. International Symposium on Nonlinear Theory and Its Applications 317-318 2023年9月

    DOI: 10.34385/proc.76.B3L-32  

  9. Biological neurons act as generalization filters in reservoir computing 査読有り

    Takuma Sumi, Hideaki Yamamoto, Yuichi Katori, Koki Ito, Satoshi Moriya, Tomohiro Konno, Shigeo Sato, Ayumi Hirano-Iwata

    Proceedings of the National Academy of Sciences of the United States of America 120 (25) 2023年

    DOI: 10.1073/pnas.2217008120  

    ISSN:1091-6490 0027-8424

  10. Real-Time Adaptive Physical Sensor Processing with SNN Hardware 査読有り

    Jordi Madrenas, Bernardo Vallejo-Mancero, Josep Àngel Oltra-Oltra, Mireya Zapata, Jordi Cosp-Vilella, Robert Calatayud, Satoshi Moriya, Shigeo Sato

    International Conference on Artificial Neural Networks (ICANN) 2023年

    DOI: 10.1007/978-3-031-44192-9_34  

  11. Ultra-low power analog CMOS implementation of spiking neural networks for reservoir computing applications 査読有り

    Satoshi Moriya, Hideaki Yamamoto, Shigeo Sato, Yasushi Yuminaka, Yoshihiko Horio, Jordi Madrenas

    Proceedings of International Symposium on Nonlinear Theory and Its Applications 171-172 2022年12月

    DOI: 10.34385/proc.71.A5L-D-01  

  12. A Fully Analog CMOS Implementation of a Two-variable Spiking Neuron in the Subthreshold Region and its Network Operation 査読有り

    Satoshi Moriya, Hideaki Yamamoto, Shigeo Sato, Yasushi Yuminaka, Yoshihiko Horio, Jordi Madrenas

    Proc. 2022 International Joint Conference on Neural Networks (IJCNN) 1-7 2022年7月18日

    出版者・発行元: IEEE

    DOI: 10.1109/ijcnn55064.2022.9891920  

  13. An investigation of the relationship between numerical precision and performance of Q-learning for hardware implementation

    Daisuke Oguchi, Satoshi Moriya, Hideaki Yamamoto, Shigeo Sato

    Nonlinear Theory and Its Applications, IEICE 2022年

    DOI: 10.1587/nolta.13.427  

  14. In silico/in vitro神経回路におけるリザーバ計算特性のモジュール構造依存性

    住 拓磨, 山本 英明, 竹室 汰貴, 守谷 哲, 佐藤 茂雄, 平野 愛弓

    応用物理学会学術講演会講演予稿集 2021.1 2185-2185 2021年2月26日

    出版者・発行元: 公益社団法人 応用物理学会

    DOI: 10.11470/jsapmeeting.2021.1.0_2185  

    eISSN:2436-7613

  15. A Subthreshold Spiking Neuron Circuit Based on the Izhikevich Model

    Shigeo Sato, Satoshi Moriya, Yuka Kanke, Hideaki Yamamoto, Yoshihiko Horio, Yasushi Yuminaka, Jordi Madrenas

    177-181 2021年

    出版者・発行元: Springer International Publishing

    DOI: 10.1007/978-3-030-86383-8_14  

  16. Analog-circuit implementation of multiplicative spike-timing-dependent plasticity with linear decay

    Satoshi Moriya, Tatsuki Kato, Daisuke Oguchi, Hideaki Yamamoto, Shigeo Sato, Yasushi Yuminaka, Yoshihiko Horio, Jordi Madrenas

    Nonlinear Theory and Its Applications, IEICE 2021年

    DOI: 10.1587/nolta.12.685  

  17. Modular networks of spiking neurons for applications in time-series information processing

    Satoshi Moriya, Hideaki Yamamoto, Ayumi Hirano-Iwata, Shigeru Kubota, Shigeo Sato

    Nonlinear Theory and Its Applications, IEICE 2020年

    DOI: 10.1587/nolta.11.590  

  18. An Izhikevich Model Neuron MOS Circuit for Low Voltage Operation 査読有り

    Yuki Tamura, Satoshi Moriya, Tatsuki Kato, Masao Sakuraba, Yoshihiko Horio, Shigeo Sato

    International Conference on Artificial Neural Networks (ICANN) 718-723 2019年9月

    DOI: 10.1007/978-3-030-30487-4_55  

  19. Mean-field analysis of directed modular networks

    Satoshi Moriya, Hideaki Yamamoto, Hisanao Akima, Ayumi Hirano-Iwata, Shigeru Kubota, Shigeo Sato

    Chaos: An Interdisciplinary Journal of Nonlinear Science 29 (1) 2019年1月

    DOI: 10.1063/1.5044689  

    ISSN:1054-1500

  20. Impact of modular organization on dynamical richness in cortical networks

    Hideaki Yamamoto, Satoshi Moriya, Katsuya Ide, Takeshi Hayakawa, Hisanao Akima, Shigeo Sato, Shigeru Kubota, Takashi Tanii, Michio Niwano, Sara Teller, Jordi Soriano, Ayumi Hirano-Iwata

    Science Advances 4 (11) 2018年11月2日

    出版者・発行元: American Association for the Advancement of Science ({AAAS})

    DOI: 10.1126/sciadv.aau4914  

    ISSN:2375-2548

  21. Modularity-dependent modulation of synchronized bursting activity in cultured neuronal network models 査読有り

    Satoshi Moriya, Hideaki Yamamoto, Hisanao Akima, Ayumi Hirano-Iwata, Michio Niwano, Shigeru Kubota, Shigeo Sato

    Proceedings of the International Joint Conference on Neural Networks 2017- 1163-1168 2017年6月30日

    出版者・発行元: Institute of Electrical and Electronics Engineers Inc.

    DOI: 10.1109/IJCNN.2017.7965983  

  22. Analogue spin-orbit torque device for artificial-neural-network-based associative memory operation

    Borders, W.A., Akima, H., Fukami, S., Moriya, S., Kurihara, S., Horio, Y., Sato, S., Ohno, H.

    Applied Physics Express 10 (1) 2017年

    DOI: 10.7567/APEX.10.013007  

    ISSN:1882-0786 1882-0778

  23. Size-dependent regulation of synchronized activity in living neuronal networks

    Yamamoto, H., Kubota, S., Chida, Y., Morita, M., Moriya, S., Akima, H., Sato, S., Hirano-Iwata, A., Tanii, T., Niwano, M.

    Physical Review E 94 (1) 2016年

    DOI: 10.1103/PhysRevE.94.012407  

    ISSN:2470-0053 2470-0045

︎全件表示 ︎最初の5件までを表示

MISC 1

  1. Quantitative Analysis of Dynamical Complexity in Cultured Neuronal Network Models for Reservoir Computing Applications 査読有り

    Satoshi Moriya, Hideaki Yamamoto, Ayumi Hirano-Iwata, Shigeru Kubota, Shigeo Sato

    2019 International Joint Conference on Neural Networks (IJCNN) 2019年7月

    出版者・発行元: IEEE

    DOI: 10.1109/ijcnn.2019.8852207  

講演・口頭発表等 8

  1. 低電力リザバー計算システムの構築に向けた スパイキングニューラルネットワークLSIの設計

    石川 将也, 守谷 哲, 酒井 哲汰, 山本 英明, 佐藤 茂雄

    2025年電子情報通信学会総合大会 2025年3月27日

  2. 距離依存結合構造を有するアナログSNN回路を用いたリザバー計算による音声信号分類の高性能化

    酒井 哲汰, 守谷 哲, 石川 将也, 山本 英明, 佐藤 茂雄

    2025年電子情報通信学会総合大会 2025年3月27日

  3. Analog CMOS implementation of energy-efficient neuromorphic hardware 招待有り

    S. Moriya, Y. Iida, T. Sakai, A. Lagarrigue, K.V. De Zoysa, M. Ishikawa, H. Yamamoto, Y. Yuminaka, Y. Horio, S. Fukami, J. Madrenas, S. Sato

    The Future of Computing: Perspectives 2025年2月28日

  4. Analog Magnetic Tunnel Junctions with Antiferromagnet/Ferromagnet Stack Controlled by Spin-Orbit Torque for Neuromorphic Computing 国際会議

    Aurélien Lagarrigue, K. Vihanga De Zoysa, Sumith Varaganti, Shun Kanai, Satoshi Moriya, Shigeo Sato, Yoshihiko Horio, Hideo Ohno, Shunsuke Fukami

    The 16th Joint Conference on Magnetism and Magnetic Materials and Intermag (MMM-Intermag 2025)

  5. Analog circuit implementation of spike timing-dependent plasticity for efficient computing 国際会議

    S. Moriya, Y. Iida, H. Yamamoto, S. Sato

    2024 International Symposium on Nonlinear Theory and Its Applications (NOLTA2024) 2024年12月

  6. STDP則のアナログCMOS回路実装と分類タスクへの応用

    飯田陽介, 守谷 哲, 山本英明, 佐藤茂雄

    電子情報通信学会 ニューロコンピューティング(NC)研究会 2024年9月27日

  7. Design of Mixed-Signal LSI with Analog Spiking Neural Network and Digital Inference Circuits for Reservoir Computing 国際会議 国際共著

    Satoshi Moriya, Hideaki Yamamoto, Masaya Ishikawa, Yasushi Yuminaka, Yoshihiko Horio, Jordi Madrenas, Shigeo Sato

    The IEEE World Congress on Computational Intelligence 2024 (WCCI) 2024年7月4日

  8. 時間系列予測と異常検出のためのサークルトポロジーを持つ階層型リザバー計算モデル

    YU WENKAI, 守谷 哲, 山本 英明, 佐藤 茂雄

    電子情報通信学会 ニューロコンピューティング(NC)研究会 2024年6月22日

︎全件表示 ︎最初の5件までを表示

共同研究・競争的資金等の研究課題 5

  1. 生物規範的情報処理モデルの実細胞実装とウェットウェア計算機展開

    山本 英明, 佐藤 茂雄, 守谷 哲

    提供機関:Japan Society for the Promotion of Science

    制度名:Grants-in-Aid for Scientific Research

    研究種目:Grant-in-Aid for Transformative Research Areas (A)

    研究機関:Tohoku University

    2024年4月1日 ~ 2029年3月31日

  2. 不揮発性メモリと学習機構を有するスパイキングニューラルネットワークシステムの構築

    守谷 哲

    2023年4月1日 ~ 2026年3月31日

    詳細を見る 詳細を閉じる

    神経回路の動作を模倣した脳型計算機において課題となっている消費電力と回路面積の増大の問題を解決し,エッジデバイスに必須である低消費電力性・省面積性を兼ね備えたハードウェア実装技術を確立するために,不揮発性を有したメモリデバイスのスパイキングニューラルネットワーク(SNN)への応用,およびメモリデバイスの特性を考慮した適切な学習機構の構築を行っている.SNNのニューロン間の結合をアナログメモリデバイスにより実装した場合,シナプス乗算がメモリで行われるため,回路面積を削減できることが期待できる.これまでに設計したアナログ的に動作するスパイキングニューロン回路に加え,不揮発性メモリデバイスであるSOT-MRAMの動作をモデリングし,それらを結合した際の動作をSPICEシミュレーションより調べた.作成したモデルが所望のシナプス荷重値を記憶し,スパイクを電流に変換できることを確かめた.更に,シナプス荷重値の更新量を電圧として与えることにより,SOT-MRAMの抵抗を動的に変えるための回路構成についても検討した.これは,神経スパイクのタイミングに依存して細胞間の結合重みが変化するスパイクタイミング依存可塑性(STDP)などのオンライン学習則を用いる際に必要な機能である.また,以前に試作したSTDPの機能を実現するアナログLSIを測定し,出力電圧が神経スパイクの時間差に対して指数関数的に変化することを実機測定から確かめた.更に,現在のシナプス荷重値によってシナプス荷重値の変化量が変わる荷重値依存性の効果や,重要度が低い細胞間の結合を減弱させる効果についても実測より確認した.

  3. 人工神経細胞回路を基盤とする神経変性疾患モデリング技術の開発

    山本 英明, 平本 薫, 小宮 麻希, 守谷 哲, 佐藤 茂雄, 平野 愛弓

    提供機関:Japan Society for the Promotion of Science

    制度名:Grants-in-Aid for Scientific Research Fund for the Promotion of Joint International Research (Fostering Joint International Research (B))

    研究種目:Fund for the Promotion of Joint International Research (Fostering Joint International Research (B))

    研究機関:Tohoku University

    2022年10月7日 ~ 2026年3月31日

  4. 報酬信号を考慮したスパイキングニューロン用学習モデルの提案とそのハードウェア実装

    守谷 哲

    2021年4月1日 ~ 2023年3月31日

    詳細を見る 詳細を閉じる

    低消費電力性に加えて耐障害性や可拡張性を兼ね備えた情報処理システムの実現を目標として,神経細胞が生じるスパイクなどの局所情報から効率的に学習を行うための学習モデルの開発を行っている.神経スパイクのタイミングに依存して細胞間の結合重みが変化するスパイクタイミング依存可塑性(STDP)という現象に着目し,この機能を実現するアナログ回路について設計した.アナログ回路は21個のトランジスタから構成され,結合重みの変化量に相当する電圧を出力する.実細胞のSTDPの結合重みの変化と同様に,出力電圧が神経スパイクの時間差に対して指数関数的に変化することを計算機シミュレーションから確認した.更に,現在の結合重みによって結合重みの変化量が変わる荷重値依存性の効果や,学習において重要度が低い細胞間の結合を減弱させる効果についても同回路上に実現した.これらの効果はSTDPを利用した学習において学習性能を向上させることが報告されており,より効率的な学習則の実現に寄与する.これに加えて,数百ニューロン程度からなるスパイキングニューラルネットワークの活動をシミュレーションするためのプログラムを作成した.既にネットワーク動作の検証は完了しており,外部入力に対してネットワーク構造を反映したダイナミクスが発現することを確認した.さらに,このネットワークに音声信号を入力した際に分類する課題を行い,信号が弁別できることを確かめた.現在はSTDPを含め,スパイクを活用した学習則のネットワークレベルでの実装について進めている.

  5. トップダウン的アプローチによる時空間神経ダイナミクスの解明と脳型計算機への応用

    守谷 哲

    2018年4月25日 ~ 2020年3月31日

    詳細を見る 詳細を閉じる

    脳型情報処理の解明及び工学的応用に向け,構造を制御した培養神経回路と,そこで発現する時空間ダイナミクスを定量的に結び付けるためのシミューションモデルを構築し,神経ダイナミクスの時系列情報処理応用について検討した.また,神経ダイナミクスを再現する脳型ハードウェアの必須要素であるアナログニューロン回路LSIを製作した. モジュール構造に代表されるような神経回路網の構造が神経時空間ダイナミクスに与える影響を数値シミュレーションから調べ,モジュラーネットワークにおいては神経ダイナミクスの複雑性がランダムネットワークに比べ高くなることを明らかにした.また,Reservoir Computingの枠組みから神経ダイナミクスを時系列情報処理に応用し,構造の異なるネットワークの音声認識性能を評価した.ランダムネットワークとモジュラーネットワーク共に90%以上の認識性能を達成し,神経ダイナミクスを活用した脳型計算の実応用に向けて有益な知見が得られた.特にモジュラーネットワークは一部のモジュールが損傷した場合でも全体のダイナミクスは維持される性質を有する為,環境ノイズや素子のばらつきが大きい環境においても脳型ハードウェアが正しく動作しうる可能性が示唆された.更に,低消費電力で神経ダイナミクスを再現する脳型ハードウェアの実現に向けて,65 nm CMOSプロセスで動作しうるアナログニューロン回路LSIを製作した.本LSIにおいて,神経細胞が示すスパイク状の電圧波形が数種類再現することを確認した.これらの結果は神経ダイナミクスの情報処理応用及び脳型ハードウェアの実現に向け重要な知見であり,神経科学および脳型計算機の発展に寄与するものである.