| 研究課題/領域番号 |
20K15185
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分30020:光工学および光量子科学関連
|
|---|
| 研究機関 | 埼玉大学 |
|---|
研究代表者 |
菅野 円隆 埼玉大学, 理工学研究科, 助教 (10734890)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2022年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2021年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2020年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
|
|---|
| キーワード | リザーバコンピューティング / 物理リザーバコンピューティング / 機械学習 / 時間遅延システム / レーザ / 記憶容量 / 非線形性 / 時間遅延フィードバック / 並列化 / 深層化 / 強化学習 / 情報処理容量 |
|---|
| 研究開始時の研究の概要 |
機械学習に注目が集まる中，その物理実装の研究も盛んに行われている．本研究では，レーザと時間遅延ループを用いたリザーバコンピューティングと呼ばれる機械学習手法を，より高度で多目的な情報処理への適応を可能とすることを目的とする．物理システムはその内部構造の変化に制限があり，様々なタスクに適したシステム構築が困難である．これに対して時間遅延ループは比較的容易に可変できる．本研究では，時間遅延ループの構造の変化によりリザーバの性質を変え，タスクごとに適したリザーバ構築を行う．本手法は光信号のまま情報処理を行うことが可能であり，光通信における通信路等化における信号歪み補正の高速処理への応用が期待できる．
|
| 研究成果の概要 |
機械学習においてエネルギー効率の課題が指摘される中，高速かつ高効率な機械学習手法の一つとして，レーザと時間遅延ループを用いる光リザーバコンピューティングが注目を集めている．本研究では，光リザーバコンピューティングを高度で多目的な情報処理に適応可能とするために，情報処理能力の向上を目的とする．
本研究成果として，光リザーバの遅延時間を介して記憶容量と非線形性を制御できることを明らかにした．またリザーバの並列化が情報処理性能の向上に有効であり，この知見は光リザーバの集積化に有用である．さらに異なるリザーバを相互結合することで，記憶容量と非線形性のいずれも必要なタスクに適用可能となることが分かった．
|
| 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，高速かつ高効率な情報処理を実現可能であると期待されている．特に本研究により光リザーバコンピューティングの情報処理精度を向上することで，より高度で多目的な情報処理に適応可能となり得る．特に光を用いた機械学習技術であることから，光信号のまま情報処理を行うことが可能である．例えば歪みを生じた信号を光リザーバコンピューティングに直接入力することで，信号復元の実時間処理が実現できる．またホログラフィックメモリと呼ばれる大容量記憶媒体技術において，複素光信号をリザーバコンピューティングに直接入力することで，直接観測できない複素振幅の直接再生も期待できる．
|
