文献

J-GLOBAL ID：201902239277519472   整理番号：19A1465197

光電増倍に基づく大規模光神経回路網【JST・京大機械翻訳】

Large-Scale Optical Neural Networks Based on Photoelectric Multiplication

著者 (5件)： Hamerly Ryan (Research Laboratory of Electronics, MIT, 50 Vassar Street, Cambridge, Massachusetts 02139, USA) ,  Bernstein Liane (Research Laboratory of Electronics, MIT, 50 Vassar Street, Cambridge, Massachusetts 02139, USA) ,  Sludds Alexander (Research Laboratory of Electronics, MIT, 50 Vassar Street, Cambridge, Massachusetts 02139, USA) ,  Soljacic Marin (Research Laboratory of Electronics, MIT, 50 Vassar Street, Cambridge, Massachusetts 02139, USA) ,  Englund Dirk (Research Laboratory of Electronics, MIT, 50 Vassar Street, Cambridge, Massachusetts 02139, USA)
資料名： Physical Review X  (Physical Review X)
巻： 9  号： 2  ページ： 021032  発行年： 2019年 
JST資料番号： W5063A  ISSN： 2160-3308  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： 深いニューラルネットワークにおける最近の成功は,速度とエネルギー消費を改善するためにハードウェア加速器において強い関心を生み出した。本論文では,大規模([数式:原文を参照])ネットワークに拡張可能なコヒーレント検出に基づく新しいタイプのフォトニック加速器を提案し,標準自由空間光学部品により可能になる大量空間多重化を用いて,高い(ギガヘルツ)速度と非常に低い(サブアトジュール)エネルギーで動作させることができる。以前の手法とは対照的に,重みと入力の両方が光学的に符号化され,ネットワークが再プログラムされ,ハエ上で訓練される。数字と画像分類のためのモデルを用いたネットワークのシミュレーションは,光検出器ショット雑音によってセットされた光ニューラルネットワークのための「標準量子限界」を明らかにした。この結合は[数式:原文を参照]と同程度に低く,ディジタル不可逆計算に対する熱力学(Landu)限界以下の性能がこの素子で理論的に可能であることを示唆した。提案した加速器は,完全接続と畳込みネットワークの両方を実現できる。また,同じハードウェアで実行できる逆伝搬と訓練のための方式を示した。このアーキテクチャは,深い学習のための新しいクラスの超低エネルギープロセッサを可能にする。Copyright 2019 The American Physical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 演算プロセッサ ,  コヒーレンス ,  畳込み ,  加速器 ,  ハードウェア ,  ニューラルネットワーク ,  エネルギー ,  ショット雑音 ,  ネットワーク ,  光検出器 ,  モデリング ,  計算機アーキテクチャ ,  *神経回路網 ,  ディジタル方式 ,  不可逆性
準シソーラス用語： *光電気 , 【Automatic Indexing@JST】

分類 (4件)： 光通信方式・機器  (ND10000B) ,  その他の光伝送素子  (BD06040S) ,  光集積回路,集積光学  (BD06050D) ,  放射線検出・検出器  (AD08020J)

タイトルに関連する用語 (3件)： 光電 ,  大規模 ,  神経回路網