权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

複雑系フォトニクスを用いた光リザーバコンピューティングの革新的展開

利用复杂光子学的光储层计算的创新发展

基本信息

批准号：
19H00868
负责人：
内田淳史
金额：
$ 28.79万
依托单位：
Saitama University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (A)
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

近年の人工知能や機械学習に関するソフトウェアの著しい進展は、従来の情報化社会を未知の領域へと導いている。一方でCPUやGPUを搭載した現在のコンピュータを用いた場合、計算速度の限界や大幅な消費電力の増加が大きな課題として顕在化している。近年、機械学習の実装に適した新たなハードウェアの開発が盛んに行われており、リザーバコンピューティングと呼ばれる新たな概念の人工脳型ハードウェアが非常に注目されている。そこで本研究では、光リザーバコンピューティングにおいて複雑系フォトニクスの解析手法を元に、人工脳型ハードウェアとしての可能性を明らかにし、光と複雑系の長所を利用した新たな応用を切り拓くことを目的とする。特に、新たな光コンピュータとしてリザーバコンピューティングを利用する意義や、複雑なダイナミクスを用いる利点を明らかにする。本年度の研究成果として、深層・並列リザーバコンピューティングを用いた情報処理性能の向上を達成した。特に、情報処理タスクに応じてリザーバの構成方法を最適化する必要があることを発見した。また、光ニューラルフィールドを用いた高密度リザーバコンピューティングの実装実験に成功した。光ニューラルフィールドからノードを抽出することにより、高密度なリザーバを生成することが可能となった。さらに、リザーバコンピューティングを用いた予測と推測を行った。リザーバコンピューティングで学習を行い、クローズドループ構成でダイナミクスの生成を行ったところ、カオス波形の短時間予測に成功した。

In recent years, the development of artificial intelligence and mechanical learning is related to the unknown field of information society. On the one hand, CPU and GPU are installed in the current situation, the limit of calculation speed and the increase of power consumption are greatly increased. In recent years, the mechanical learning of the implementation of the new equipment, the development of the new concept of artificial type, the development of the new concept, the new concept, the This study is aimed at clarifying the possibility of using optical fiber composite systems for new applications, and analyzing methods and artificial models of optical fiber composite systems. Special, new light, light, light This year's research results show that: In particular, the information processing system needs to be optimized. In the middle of the game, the high-density video game was successfully played. The light source of the light source can be divided into two parts. The first is to predict and predict the future. The short-term prediction of the waveform of the learning process, the composition of the learning process, and the generation of the learning process is successful.