Skip to content

GT Themes: 2023

Note

If you need more information, please get in touch with me via email at: khanh@u-aizu.ac.jp. My office is 204-I, Research Quadrangles.

Mentoring

I have worked with multiple students in the past. Check https://u-aizu.ac.jp/~khanh/mentor to see some example projects.

Neuromorphic Computing on FPGA

🇬🇧 In this research topic, students will design neuromorphic computing architecture on FPGA. Neuromorphic computing is the new generation of Neural Networks that is inspired by the biological brain [1]. FPGA is the programmable IC that allows us to program the hardware architecture into it [2].

🇯🇵 --- Translate by DeepL

この研究テーマでは、学生がFPGA上でニューロモーフィック・コンピューティング・アーキテクチャを設計する。 ニューロモーフィック・コンピューティングとは、生物学的な脳にインスパイアされた新世代のニューラルネットワークである[1]。 FPGAはプログラマブルICであり、ハードウェア・アーキテクチャをプログラムすることができる[2]。

Requirements:

  • Knowledge about hardware design (FPGA or VLSI)
  • Basic knowledge of Verilog HDL

You will gain:

  • How to design hardware architecture (FPGA/VLSI) using commercial tools
  • Understanding of machine learning and neural network
  • English speaking environment: paper writing, discussions, seminars   

References:

[1] https://en.wikipedia.org/wiki/Neuromorphic_engineering
[2] Example demo: https://u-aizu.ac.jp/~khanh/share/2023_Topic_FPGA.pdf

Software platform for Neuromorphic Computing

🇬🇧 In this project, we will develop a platform for training prosthetic applications using the STDP learning mechanism. STDP is the bio-plausible learning rule of neuromorphic computing that is inspired by the actual learning of neurons. Neuromorphic computing is the new generation of Neural Networks that is inspired by the biological brain [1]. Spike-timing-dependent plasticity (STDP) is a bio-plausible process to adjust the weight (synapse strength) based on the relative timing of the spike.

🇯🇵 -- Translate by DeepL このプロジェクトでは、STDP学習メカニズムを使って義肢アプリケーションを訓練するためのプラットフォームを開発する。STDPは、ニューロンの実際の学習にインスパイアされた、ニューロモーフィック・コンピューティングの生物学的に実現可能な学習ルールである。 ニューロモーフィック・コンピューティングは、生物学的な脳にインスパイアされた新世代のニューラルネットワークである[1]。 スパイクタイミング依存可塑性（STDP）は、スパイクの相対的なタイミングに基づいて重み（シナプスの強さ）を調整する、生物学的に推定可能なプロセスである。

Requirements:

  • Knowledge about Python or programming in general.
  • Interested in the biological learning process

You will gain:

  • How to use Python framework for ML application
  • Understanding of machine learning and neural network
  • Understanding of  prosthetic applications  as well as biomedical applications
  • English speaking environment: paper writing, discussions, seminars   

References:

[1] https://en.wikipedia.org/wiki/Neuromorphic_engineering
[2] Example demo: https://u-aizu.ac.jp/~khanh/share/2023_Topic_FPGA.pdf
[3] https://binds.cs.umass.edu/pdfs/stdp.pdf

Genetic Algorithm for Large-scale Taskmapping

🇬🇧 This research topic targets mapping for neuromorphic computing. Neuromorphic computing systems usually consist of thousands or even millions of neurons. Neurons are clusterized into cores connected via inter-chip or intra-chip networks. Genetic Algorithm is a metaheuristic algorithm that searches for approximate solutions that are inspired by natural evolution. In this topic, we design a Python-based mapping tool to generate a solution for neuromorphic computing.

🇯🇵 -- Translated by DeepL この研究テーマは、ニューロモーフィック・コンピューティングのマッピングを対象としている。 ニューロモーフィック・コンピューティング・システムは通常、数千から数百万のニューロンで構成される。ニューロンは、チップ間またはチップ内ネットワークを介して接続されたコアにクラスタ化される。 遺伝的アルゴリズムは、自然進化にヒントを得た近似解を探索するメタヒューリスティクス・アルゴリズムである。このトピックでは、ニューロモーフィック・コンピューティングのための解を生成するPythonベースのマッピング・ツールを設計する。

Requirements:

  • Knowledge about Python or programming
  • Interested in optimization

You will gain:

  • How to use Python framework for ML application
  • Understanding of optimization problem and how to solve
  • English speaking environment: paper writing, discussions, seminars   

References:

[1] https://dl.acm.org/doi/10.1145/3582016.3582038
[2] https://www.frontiersin.org/articles/10.3389/fnins.2021.690208/full
[3] Optimization Python lib: https://deap.readthedocs.io/en/master/