文献

J-GLOBAL ID：202302241433147575   整理番号：23A1596116

リザバーコンピューティング

著者 (1件)： 田中剛平 (名古屋工大)
資料名： 電子情報通信学会誌  (Journal of the Institute of Electronics, Information and Communication Engineers)
巻： 106  号： 6  ページ： 521-522  発行年： 2023年06月01日 
JST資料番号： F0019A  ISSN： 0913-5693  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・大量の情報・知識の蓄積(リザバー)とその状態変化から入力情報の特徴を取り出し,所望の出力に写像する学習可能なリードアウトを用い,動的システムを近似的に表現するリザバーコンピューティングを解説。
・事前に設定された固定重みのリカレントニューラルネットワークをリザバーとし,リザバーから出力への重みパラメータだけを学習するので深層学習と比べて学習計算量を大幅に削減。
・リードアウトはFPGA(Field Programmable Gate Array)で実装されることが多いが,時系列入力を高次元の動的現象に非線形変換する役割を果たせば多様な材料・媒質・物理系の利用が可能。
・物理系によるハードウェア実装を効率化するために遅延ループ型や連続媒質型の実装方式が考案されており,反応特性にふさわしい信号処理手法によって効果的なハードウェアを実現可能。

シソーラス用語： *情報システム ,  *通信技術 ,  *計算機利用 ,  大規模系 ,  *情報蓄積 ,  特徴抽出 ,  *機械学習 ,  ニューラルネットワーク ,  時系列分析 ,  *リザバーコンピューティング ,  リカレントニューラルネットワーク ,  *深層学習

分類 (3件)： その他の情報処理  (JE15050M) ,  電話・データ通信・交換一般  (ND11010T) ,  人工知能  (JE08000Z)

引用文献 (16件)：

• 田中剛平,中根了昌,廣瀬 明,リザバーコンピューティング:時系列パターン認識のための高速機械学習の理論とハードウェア,森北出版,2021.
• 田中剛平,′′リザバーコンピューティングの概念と最近の動向,′′信学誌,vol. 102, no. 2, pp. 108-113, Feb. 2019.
• M. Lukoševičius and H. Jaeger,′′Reservoir computing approaches to recurrent neural network training,′′Computer Science Review, vol. 3, no. 3, pp. 127-149, 2009.
• H. Jaeger,′′The′′echo state′′approach to analyzing and training recurrent neural networks-with an erratum note,′′GMD Technical Report 148, 2001.
• W. Maass, T. Natschläger, and H. Markram′′Real-time computing without stable states : A new framework for neural computation based on perturbations,′′Neural Comput., vol. 14, no. 11, pp. 2531-2560,2002.

タイトルに関連する用語 (1件)： リザバーコンピューティング