Fugu-MT 論文翻訳(概要): Reservoir Computing with Superconducting Electronics

論文の概要: Reservoir Computing with Superconducting Electronics

arxiv url: http://arxiv.org/abs/2103.02522v1
Date: Wed, 3 Mar 2021 16:51:46 GMT
ステータス: 処理完了
システム内更新日: 2023-04-09 08:03:27.977933
Title: Reservoir Computing with Superconducting Electronics
Title（参考訳）: 超伝導エレクトロニクスによる貯留層計算
Authors: Graham E. Rowlands, Minh-Hai Nguyen, Guilhem J. Ribeill, Andrew P. Wagner, Luke C. G. Govia, Wendson A. S. Barbosa, Daniel J. Gauthier, Thomas A. Ohki
Abstract要約: 超伝導回路は、単純な伝送線ジオメトリでソリトンのようなダイナミクスを示す。本稿では,100Gb/sに近い速度で高次パリティ計算とチャネル等化を行う上で,これらの回路の有効性を示す。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The rapidity and low power consumption of superconducting electronics makes them an ideal substrate for physical reservoir computing, which commandeers the computational power inherent to the evolution of a dynamical system for the purposes of performing machine learning tasks. We focus on a subset of superconducting circuits that exhibit soliton-like dynamics in simple transmission line geometries. With numerical simulations we demonstrate the effectiveness of these circuits in performing higher-order parity calculations and channel equalization at rates approaching 100 Gb/s. The availability of a proven superconducting logic scheme considerably simplifies the path to a fully integrated reservoir computing platform and makes superconducting reservoirs an enticing substrate for high rate signal processing applications.
Abstract（参考訳）: 超伝導エレクトロニクスの速さと消費電力の低さは、物理貯水池コンピューティングの理想的な基盤となり、機械学習タスクを実行するために動的システムの進化に固有の計算パワーを司る。簡単な伝送線ジオメトリでソリトン様のダイナミクスを示す超伝導回路のサブセットに着目した。数値シミュレーションにより,100Gb/sに近い速度で高次パリティ計算とチャネル等化を行う上で,これらの回路の有効性を示す。実証された超伝導論理スキームの可用性は、完全に統合された貯水池コンピューティングプラットフォームへのパスを大幅に単純化し、超伝導貯水池を高速信号処理のための誘電基板にする。

関連論文リスト

Optimal Control for Open Quantum System in Circuit Quantum Electrodynamics [13.781432965608595]
オープン量子系のためのエネルギー・時間効率パルスを設計するためのポントリャーギン最大原理に基づく量子最適制御フレームワークを提案する。この結果は, 散逸性開系における効率的な制御に向けての重要なステップであり, 回路量子力学における量子ビットの読み出しが向上した。
論文参考訳（メタデータ） (2024-12-28T13:25:39Z)
Improving the accuracy of circuit quantization using the electromagnetic properties of superconductors [2.8635469418155406]
超伝導回路の量子化のための改良手法を提案する。本手法は, 物質および形状に依存した動的インダクタンスを含む。薄膜35nmのニオブ薄膜で作製した超伝導素子を用いて,本手法の有効性を実験的に検証した。
論文参考訳（メタデータ） (2024-10-31T15:06:12Z)
Optical training of large-scale Transformers and deep neural networks with direct feedback alignment [48.90869997343841]
我々は,ハイブリッド電子フォトニックプラットフォーム上で,ダイレクトフィードバックアライメントと呼ばれる多目的でスケーラブルなトレーニングアルゴリズムを実験的に実装した。光処理ユニットは、このアルゴリズムの中央動作である大規模ランダム行列乗算を最大1500テラOpsで行う。我々は、ハイブリッド光アプローチの計算スケーリングについて検討し、超深度・広帯域ニューラルネットワークの潜在的な利点を実証する。
論文参考訳（メタデータ） (2024-09-01T12:48:47Z)
CktGNN: Circuit Graph Neural Network for Electronic Design Automation [67.29634073660239]
本稿では,回路トポロジ生成とデバイスサイズを同時に行う回路グラフニューラルネットワーク(CktGNN)を提案する。オープンサーキットベンチマーク(OCB: Open Circuit Benchmark)は、オープンソースのデータセットで、10ドル(約10万円)の異なるオペレーショナルアンプを含む。我々の研究は、アナログ回路のための学習ベースのオープンソース設計自動化への道を開いた。
論文参考訳（メタデータ） (2023-08-31T02:20:25Z)
Exploration of superconducting multi-mode cavity architectures for quantum computing [44.99833362998488]
トランスモン回路に結合した超伝導無線周波数(SRF)キャビティは、高コヒーレンスな量子情報プロセッサを構築する上で有望なプラットフォームであることが証明されている。本稿では,多セルSRF空洞の設計最適化プロセスについて述べる。
論文参考訳（メタデータ） (2023-08-22T19:02:23Z)
DEC-QED: A flux-based 3D electrodynamic modeling approach to superconducting circuits and materials [8.334918207379173]
超伝導電子回路の電気力学をモデル化するための計算手法であるDEC-QEDを紹介する。 DEC-QEDはBCS超伝導体の非線形応答と誘導電流を捕捉する。
論文参考訳（メタデータ） (2022-12-24T16:47:37Z)
Computer-aided quantization and numerical analysis of superconducting circuits [0.0]
本稿では,記号型計算機代数と数値対角化ルーチンを多用し,様々な回路に対処する。この作業の結果は、新しくリリースされた scqubitsパッケージのモジュールを通じてアクセスすることができる。
論文参考訳（メタデータ） (2022-06-16T17:25:02Z)
A new concept for design of photonic integrated circuits with the ultimate density and low loss [62.997667081978825]
そこで本研究では,PIC設計のための新たな概念として,究極のダウンスケーリング能力,幾何学的損失の欠如,高忠実度スループットを提案する。これは導波路アレイを通して光子の周期的連続時間量子ウォークによって達成される。本稿では,情報・センシングシステムの基本構成要素の設計を再考することにより,新しい概念の可能性を示す。
論文参考訳（メタデータ） (2021-08-02T14:23:18Z)
Training End-to-End Analog Neural Networks with Equilibrium Propagation [64.0476282000118]
本稿では,勾配降下による終端から終端までのアナログニューラルネットワークの学習法を提案する。数学的には、アナログニューラルネットワークのクラス(非線形抵抗性ネットワークと呼ばれる)がエネルギーベースモデルであることが示される。我々の研究は、オンチップ学習をサポートする、超高速でコンパクトで低消費電力のニューラルネットワークの新世代の開発を導くことができる。
論文参考訳（メタデータ） (2020-06-02T23:38:35Z)
One-step regression and classification with crosspoint resistive memory arrays [62.997667081978825]
高速で低エネルギーのコンピュータは、エッジでリアルタイム人工知能を実現するために要求されている。ワンステップ学習は、ボストンの住宅のコスト予測と、MNIST桁認識のための2層ニューラルネットワークのトレーニングによって支援される。結果は、クロスポイントアレイ内の物理計算、並列計算、アナログ計算のおかげで、1つの計算ステップで得られる。
論文参考訳（メタデータ） (2020-05-05T08:00:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。