スピン波リザバーコンピューテイングにおける有用情報の空間分布

市村剛大; 中根了昌; 中根了昌; 田中剛平; 田中剛平; 廣瀬明; 廣瀬明

文献

J-GLOBAL ID：201902229686958074 整理番号：19A1249418

スピン波リザバーコンピューテイングにおける有用情報の空間分布

Spatial distribution of effective information in spin-wave reservoir computing

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=19A1249418&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=19A1249418&from=J-GLOBAL&jstjournalNo=S0532B") }}

著者 (7件)： , , , , , ,
資料名：
巻： 118 号： 470(NC2018 44-88)(Web) ページ： 121-126 (WEB ONLY) 発行年： 2019年02月25日
JST資料番号： S0532B ISSN： 0913-5685 資料種別：会議録 (C)
記事区分：原著論文発行国：日本 (JPN) 言語：日本語 (JA)

本論文は,ガーネットフィルムに励起されたスピン波を利用することにより実現するリザバーコンピューティングにおいて,その処理に重要な役割を果たす波動の空間分布を観測した結果を報告する。議論に適した学習の例に時系列信号XOR学習を取り上げる。スピン波の伝搬,干渉,またそれらに伴う非線形な性質がガーネットフィルムの実空間で展開されるが,まず,そこでの波動のふるまいがどのようであるかを示す。また学習が進むにつれて変化する出力荷重の空間分布をマップして,どこに有用な情報が集まるのかを観測する。その結果,荷重の大きな箇所は波動の伝搬と干渉が作る波動の空間分布によく対応することが確認できたことを報告する。この結果は,スピン波ハードウエアを構築する際の重要な特性であり,将来,入出力の電極配置や励起方法を設計する際の基本指針となる。(著者抄録)

, , , , , , , ,
, , ,

人工知能 , ニューロコンピュータ

引用文献 (33件)：

A. Hirose, S. Takeda, D. Nakano, T. Yamane, S. Nakagawa, R. Nakane, and G. Tanaka, “Complex-valued neural networks for wave-based realization of reservoir computing, ” International Conference on Neural Information Processing (ICONIP) 2017 Guangzhou, pp.449-456, 2017.
H. Jaeger and H. Haars, “Harnessing nonlinearity: Predicting chaotic systems and saving energy in wireless communication, ” Science, vol.304, pp.78-80, April 2004.
D. Verstraeten, B. Schrauwen, M. D’Haene, and D. Stroobandt, “An experimental unification of reservoir computing methods, ” Neural Networks, vol.20, no.3, pp.391-403, April 2007.
M. Lukosevicius and H. Jaeger, “Reservoir computing approaches to recurrent neural network training, ” Computer Science Review, vol.3, no.3, pp.127-149, Aug. 2009.
R. Mori, G. Tanaka, R. Nakane, A. Hirose, and K. Aihara, “Computational performance of echo state networks with dynamic synapses, ” International Conference on Neural Information Processing (ICONIP) 2016 Kyoto, pp.264-271, 2016.

前のページに戻る