文献

J-GLOBAL ID：201702254434075792   整理番号：17A1641674

実時間チャネル等化へのオプトエレクトロニック貯留層計算機のオンライン訓練【Powered by NICT】

Online Training of an Opto-Electronic Reservoir Computer Applied to Real-Time Channel Equalization

著者 (6件)： Antonik Piotr (Laboratoire d’Information Quantique, Universite ́ libre de Bruxelles, Brussels, Belgium) ,  Duport Francois (Service OPERA-Photonique, Universite ́ libre de Bruxelles, Brussels, Belgium) ,  Hermans Michiel (Laboratoire d’Information Quantique, Universite ́ libre de Bruxelles, Brussels, Belgium) ,  Smerieri Anteo (Service OPERA-Photonique, Universite ́ libre de Bruxelles, Brussels, Belgium) ,  Haelterman Marc (Service OPERA-Photonique, Universite ́ libre de Bruxelles, Brussels, Belgium) ,  Massar Serge (Laboratoire d’Information Quantique, Universite ́ libre de Bruxelles, Brussels, Belgium)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 28  号： 11  ページ： 2686-2698  発行年： 2017年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 蓄積コンピューティングは,時間依存信号を処理するためのバイオインスパイアード計算パラダイムである。アナログ実装の性能は,音声認識やカオス時系列予測のようなタスクのための他の最新のアルゴリズムと同等であるが,これらはしばしば一般的に使用されるオフライン訓練法により制約される。ここでは,簡単な勾配降下アルゴリズムを用いた光電子貯留層計算機,フィールドプログラマブルゲートアレイチップ上のプログラムを訓練することによりオンライン学習アプローチを検討した。提案システムでは,無線通信に適用し,非線形ひずみのあるチャネルを均等化する高速アナログデバイスに対する要求の増大に伴い急速に成長しているドメインであった。はこのタスクに対する以前の実装よりも二桁まで低い誤り率を報告した。本システムを用いることにより,ドリフトとスイッチングチャネルにを試験し,良好な性能を得ることによって現実的なチャネル等化のための特に適していることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 音声認識 ,  ドリフト ,  *等化 ,  アナログ系 ,  無線伝送 ,  予測 ,  非直線歪 ,  誤り率 ,  アルゴリズム ,  時間依存性 ,  *チャネル
準シソーラス用語： オンライン学習 ,  カオス時系列 ,  *貯留層 ,  *チャネル等化 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 実時間 ,  チャネル等化 ,  貯留層 ,  計算機 ,  オンライン訓練