抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
カスケードMach-Zehnder干渉計(MZIs)アレイ上に実装された光ニューラルネットワーク(ONN)は,最近,従来の深層学習ハードウェアのための可能な代替として提案されている。それらは,それらの電子対応物と比較して,より高いエネルギー効率と計算速度を提供する可能性がある。可変位相シフタを利用することにより,任意の行列ベクトル乗算のエミュレーションを可能にするために,各MZIsの出力を調整できる。これらの移相器はONNのプログラム可能性の中心であるが,大きなフットプリントを必要とし,比較的遅い。ここでは,そのビルディングブロックとしてパリティ時間(PT)対称結合器を利用するONNアーキテクチャを提案した。変調位相の代わりに,アレイを横切る利得/損失コントラストを,ネットワークを訓練する手段として調整した。PT対称光ニューラルネットワーク(PT-ONN)は,標準および技術(MNIST)データセットの修正国立研究所において,数字認識タスクを実行することにより,適切に表現できることを示した。従来のONNと比較して,PT-ONNは,変化する位相に関連した問題を回避する一方で,同等の精度(67%対71%)を達成した。本アプローチは,チップスケール光ニューラルネットワークにおける高速訓練のための新しい代替手段を導く。【JST・京大機械翻訳】