2009 Fiscal Year Annual Research Report
| Project/Area Number |
19656094
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
中島 康治 Tohoku University, 電気通信研究所, 教授 (60125622)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
佐藤 茂雄 東北大学, 電気通信研究所, 准教授 (10282013)
早川 吉弘 仙台高等専門学校, 准教授 (20250847)
小野美 武 東北大学, 電気通信研究所, 助教 (70312676)
|
|---|
| Keywords | ニューラルネットワーク / 超伝導集積回路 / 最適化問題 / 連想記憶 / ジョセフソン接合 |
|---|
| Research Abstract |
21年度も引き続きジョセフソン接合の基本方程式とニューラルネットワークの結合の式を組み合わせて擬似的な逆関数遅延ニューラルネットワークを構成して、その動作の数値解析を進めた。これまで、少数ユニットの構成で極小値からの脱出と最小値への収束を確認しているが、しかしジョセフソン接合の非線形インダクタンスによるヒステリシスを利用した逆関数遅延ニューラルネットワークに関しては動作の安定性の面で難しいことが判明した。このためジョセフソン接合の基本方程式に代えて結合SQUID系とニューラルネットワークの式を組み合わせて擬似的な逆関数遅延ニューラルネットワークを構成し、その数値解析をさらに行い、パラメーターの依存性を詳細に検討した。これにより、多数ユニットの構成で極小値からの脱出と最小値への収束を検証した。負性抵抗によるヒステリシスと非線形インダクタンスによるヒステリシスの違いについては回路動作の安定性の面で違いがあることが認められ、情報処理への影響について原理的観点からの解明を行った。さらに、結合SQUID系のヒステリシスを用いてネットワークを構成し、NP完全問題として4クイーン問題の最適化問題例について計算を実行した。これによりオリジナルな逆関数遅延ニューラルネットワークの結果との比較を進め、その違いを明確にした。超伝導の回路として最適化問題を扱った最初の例である。この結果に基づいて、異なるヒステリシス間の振る舞いの違いをより明確にし、より情報処理に適した効果を抽出する検討を行った。
|
