イベントストリーム分類のための時系列アテンションスパikingニューラルネットワーク

時空間イベントストリームの効果的かつ効率的な処理は、イベントが一般に疎であり、非一様かつマイクロ秒単位の時間分解能を持つという特性から、極めて価値が高く、さまざまな実世界応用が期待される。スパiking神経ネットワーク（SNN）は、脳にインスパイアされたイベントトリガー型計算モデルの一つであり、イベントストリームから有効な時空間特徴を抽出する可能性を有している。しかし、従来のSNNモデルでは、個々のイベントを新たな高時間分解能を持つフレームに集約する際、イベントストリームが疎で非一様であることに鑑み、連続するフレーム間で信号対雑音比（SNR）が異なるという事実を考慮していない。この状況は、既存のSNNの性能を妨げる要因となっている。本研究では、イベントストリーム処理に向けたフレームベース表現を学習するための時系列的アテンションSNN（TA-SNN）モデルを提案する。具体的には、学習段階においてアテンション概念を時系列的入力に拡張し、最終的な分類決定において各フレームの重要性を評価し、推論段階では関係のないフレームを無視する仕組みを導入する。実験により、TA-SNNモデルがイベントストリーム分類タスクにおける精度向上を実現することを示した。さらに、フレームベース表現における多スケール時系列分解能の影響についても検討した。本手法は、ジェスチャー認識、画像分類、音声数字認識という3つの異なる分類タスクにおいて検証され、これらのタスクにおいて最先端の性能を達成した。特に、ジェスチャー認識においては、わずか60msの処理時間で精度が約19%向上する顕著な改善を達成した。