文献

J-GLOBAL ID：202002214117707861   整理番号：20A0558784

AIで進化する光学技術 相互結合システムを用いた光リザーバコンピューティングによる時系列予測性能の向上

著者 (2件)： 菅野円隆 (埼玉大) ,  内田淳史 (埼玉大)
資料名： 光アライアンス  (Optical Alliance)
巻： 31  号： 3  ページ： 9-12  発行年： 2020年03月01日 
JST資料番号： L1746A  ISSN： 0917-026X  CODEN： HARAEW  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： 光リザーバコンピューティングは物理システムを用いた機械学習手法であり,レーザーと時間遅延ループを使用する。本稿では,本手法について概説し,相互結合システムを用いた情報処理性能の向上手法について紹介する。(著者抄録)

シソーラス用語： *機械学習 ,  ニューラルネットワーク ,  半導体レーザ ,  光伝搬 ,  時系列 ,  *情報処理
準シソーラス用語： カオス時系列 ,  光遅延 ,  再帰型ニューラルネットワーク ,  *情報処理能力

分類 (2件)： 人工知能  (JE08000Z) ,  光学情報処理  (BD03060T)

タイトルに関連する用語 (7件)： AI ,  進化 ,  光学技術 ,  相互結合 ,  リザーバコンピューティング ,  時系列 ,  予測性能