研究課題/領域番号 |
19H00868
|
研究種目 |
基盤研究(A)
|
配分区分 | 補助金 |
応募区分 | 一般 |
審査区分 |
中区分30:応用物理工学およびその関連分野
|
研究機関 | 埼玉大学 |
研究代表者 |
内田 淳史 埼玉大学, 理工学研究科, 教授 (50327996)
|
研究分担者 |
砂田 哲 金沢大学, 機械工学系, 教授 (10463704)
菅野 円隆 埼玉大学, 理工学研究科, 准教授 (10734890)
|
研究期間 (年度) |
2019-04-01 – 2024-03-31
|
研究課題ステータス |
完了 (2023年度)
|
配分額 *注記 |
44,980千円 (直接経費: 34,600千円、間接経費: 10,380千円)
2023年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 7,930千円 (直接経費: 6,100千円、間接経費: 1,830千円)
2021年度: 13,260千円 (直接経費: 10,200千円、間接経費: 3,060千円)
2020年度: 9,620千円 (直接経費: 7,400千円、間接経費: 2,220千円)
2019年度: 9,750千円 (直接経費: 7,500千円、間接経費: 2,250千円)
|
キーワード | リザーバコンピューティング / 応用光学・量子光工学 / 先端機能デバイス / 複雑系 / 超高速情報処理 |
研究開始時の研究の概要 |
深層学習を用いた人工知能技術の発展は著しいが、一方で膨大な消費電力や半導体微細加工技術の限界による現在の計算機技術基盤への課題が顕在化しており、機械学習に適したハードウェアへの要望が高まりつつある。本研究課題では、光リザーバコンピューティングと呼ばれる新たな機械学習方式を用いて、複雑系フォトニクスの解析手法を元に人工脳型ハードウェアとしての可能性を明らかにし、光と複雑系の長所を利用した新たな応用を切り拓くことを目的とする。
|
研究成果の概要 |
本研究では、学習の容易な機械学習手法として注目されている光リザーバコンピューティングの高機能化と高性能化を達成した。複数のレーザを並列化・深層化することで、時系列データの予測や分類タスクにおいて、従来手法を上回る性能を実現した。また、新たな光リザーバコンピューティング方式を提案し、シリコンフォトニクス導波路を用いた光集積回路を作製して、高速・低遅延・低消費電力の光リザーバコンピューティングの実証実験に成功した。これらの光リザーバコンピューティングに関する原理や実装方法に関する学術的成果の集大成として、和書の執筆・出版を行った。
|
研究成果の学術的意義や社会的意義 |
光リザーバコンピューティングは、学習の容易な機械学習手法であり、特にエッジコンピューティングへの応用が期待されている。光の状態で信号処理を行うことで、後段の電子回路処理の計算コストを軽減できるため、光センシング技術への応用が期待できる。また、高速・低遅延・低消費電力の光リザーバコンピューティングは、高速マシンビジョンへの応用も可能であり、AI処理の超高速化や省エネルギー化が期待できる。さらに学術的な視点において、本研究で培ったリザーバコンピューティング技術は、物理デバイスを利用した様々なリザーバへと適用可能であり、異なる学際分野における学問的知見の共有という波及効果が期待できる。
|