文献

J-GLOBAL ID：202002247395402335   整理番号：20A2569634

並列計算のための時分割多重化を用いた多層フォトニックリザーバ計算アーキテクチャ【JST・京大機械翻訳】

Multilayer photonic reservoir computing architecture using time division multiplexing for parallel computation

著者 (3件)： Hasnain Syed Ali (Texas A&M Univ. (United States)) ,  Dang Dharanidhar (Univ. of California, San Diego (United States)) ,  Mahapatra Rabi (Texas A&M Univ. (United States))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 11547  ページ： 115471S-8  発行年： 2020年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 大きいデータの時代において,大規模な分類と予測問題は,従来のVonNeumannアーキテクチャが対処する新しい課題を提起する。これは新しい計算パラダイムの実現を要求する。フォトニック貯留層計算は大規模分類と予測問題に対する有望なパラダイムである。貯水池コンピューティング(RC)には3つの層がある:入力層,貯留層層,および出力層。貯留層層は,RCを用いて実行されるタスクに依存しないニューロンのランダム相互接続ネットワークである。これにより,出力層のみを訓練する必要があるので,複数のタスクに特定の貯留層を使用できる。貯留層層の独立性は,同時に複数のタスクの並列処理のための機会を提供する。残念ながら,文献におけるRCのための光電子アーキテクチャは,この能力を利用していない。したがって,本論文では,並列RCのための多層オプトエレクトロニックハードウェアアーキテクチャを提案した。このアーキテクチャは,並列にジョブを実行するための時間分割多重化を採用する。貯水池の実用化は,遅れたフィードバック貯水池(DFR)モデルに基づいた。実験では,NARMAタスクとアナログ音声認識タスクのための提案アーキテクチャの異なる構成の性能を研究した。このアーキテクチャは,NARMAタスクに対して最大90%の先行単層アーキテクチャを凌駕し,一方,並列処理による8%の誤差増加で,並列でアナログ音声認識を実行し,そして,主要な多層フォトニックRCアーキテクチャの性能に密接に整合することを示した。提案した高速アーキテクチャは,4層ネットワークに対してΔλ50Wの電力消費を持つ。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 音声認識 ,  貯水池 ,  ネットワーク ,  ニューロン ,  電力消費 ,  アナログ系 ,  *TDM【信号】 ,  *多重化 ,  *並列演算 ,  時分割処理 ,  並列処理 ,  多層 ,  *計算機アーキテクチャ ,  相互結合網 ,  光電子

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 並列計算 ,  時分割多重化 ,  多層 ,  計算 ,  アーキテクチャ