論文の概要: Hitless memory-reconfigurable photonic reservoir computing architecture
- arxiv url: http://arxiv.org/abs/2207.06245v2
- Date: Wed, 17 May 2023 05:39:17 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-18 21:06:06.517609
- Title: Hitless memory-reconfigurable photonic reservoir computing architecture
- Title(参考訳): ヒットレスメモリ再構成型フォトニックリザーバコンピューティングアーキテクチャ
- Authors: Mohab Abdalla, Cl\'ement Zrounba, Raphael Cardoso, Paul Jimenez,
Guanghui Ren, Andreas Boes, Arnan Mitchell, Alberto Bosio, Ian O'Connor,
Fabio Pavanello
- Abstract要約: 貯留層計算(Reservoir computing)は、時間依存的な信号を効率的に処理するためのアナログバイオインスパイアされた計算モデルである。
非対称なマッハ・ツェンダー干渉計を共振器内に集積した新しいTDRCアーキテクチャを提案する。
本稿では,この手法を時間ビットワイズXORタスクで実証し,メモリ容量再構成によって最適な性能が達成できることを結論する。
- 参考スコア(独自算出の注目度): 1.4479776639062198
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reservoir computing is an analog bio-inspired computation model for
efficiently processing time-dependent signals, the photonic implementations of
which promise a combination of massive parallel information processing, low
power consumption, and high speed operation. However, most implementations,
especially for the case of time-delay reservoir computing (TDRC), require
signal attenuation in the reservoir to achieve the desired system dynamics for
a specific task, often resulting in large amounts of power being coupled
outside of the system. We propose a novel TDRC architecture based on an
asymmetric Mach-Zehnder interferometer (MZI) integrated in a resonant cavity
which allows the memory capacity of the system to be tuned without the need for
an optical attenuator block. Furthermore, this can be leveraged to find the
optimal value for the specific components of the total memory capacity metric.
We demonstrate this approach on the temporal bitwise XOR task and conclude that
this way of memory capacity reconfiguration allows optimal performance to be
achieved for memory-specific tasks.
- Abstract(参考訳): リザーバコンピューティングは、時間依存の信号を効率的に処理するためのアナログバイオインスパイアされた計算モデルであり、フォトニックの実装は、膨大な並列情報処理、低消費電力、高速操作の組み合わせを約束している。
しかし、特に時間遅延貯水池計算(TDRC)の場合、ほとんどの実装は特定のタスクのために所望のシステムダイナミクスを達成するために貯水池での信号減衰を必要とし、しばしばシステム外で大量の電力が結合される。
本稿では,光減衰器ブロックを必要とせずにシステムのメモリ容量を調整可能な共振キャビティに一体化した非対称マッハ・ツェンダー干渉計(mzi)に基づく新しいtdrcアーキテクチャを提案する。
さらに、これは全メモリ容量メトリックの特定のコンポーネントに対して最適な値を見つけるために利用することができる。
この手法を時間ビットワイズXORタスクで実証し、メモリ容量再構成によりメモリ固有のタスクに対して最適な性能が得られると結論付けた。
関連論文リスト
- LitE-SNN: Designing Lightweight and Efficient Spiking Neural Network
through Spatial-Temporal Compressive Network Search and Joint Optimization [51.9395471326897]
スパイキングニューラルネットワーク(SNN)は人間の脳の情報処理機構を模倣し、エネルギー効率が高い。
本稿では,空間圧縮と時間圧縮の両方を自動ネットワーク設計プロセスに組み込むLitESNNという新しいアプローチを提案する。
論文 参考訳(メタデータ) (2024-01-26T05:23:11Z) - MF-NeRF: Memory Efficient NeRF with Mixed-Feature Hash Table [62.164549651134465]
MF-NeRFは,Mixed-Featureハッシュテーブルを用いてメモリ効率を向上し,再構成品質を維持しながらトレーニング時間を短縮するメモリ効率の高いNeRFフレームワークである。
最新技術であるInstant-NGP、TensoRF、DVGOによる実験は、MF-NeRFが同じGPUハードウェア上で、同様のあるいはそれ以上のリコンストラクション品質で最速のトレーニング時間を達成できることを示唆している。
論文 参考訳(メタデータ) (2023-04-25T05:44:50Z) - Energy-efficient Task Adaptation for NLP Edge Inference Leveraging
Heterogeneous Memory Architectures [68.91874045918112]
Adapter-ALBERTは、様々なタスクにわたる最大データ再利用のための効率的なモデル最適化である。
検証されたNLPエッジアクセラレータ上でシミュレーションを行うことにより、モデルを不均一なオンチップメモリアーキテクチャにマッピングする利点を実証する。
論文 参考訳(メタデータ) (2023-03-25T14:40:59Z) - Design Space Exploration of Dense and Sparse Mapping Schemes for RRAM
Architectures [2.788414791586367]
本稿では,高密度かつスパースなマッピング方式の利点と限界を定量化するために,拡張された設計空間探索手法を提案する。
また, 1-Transistor-1-Resistor (1T1R) に導入される典型的な非イデアルのトレードオフを定量化し, 定式化するケーススタディを提案する。
論文 参考訳(メタデータ) (2022-01-18T02:16:10Z) - Master memory function for delay-based reservoir computers with
single-variable dynamics [0.0]
多くの遅延型貯水池コンピュータはユニバーサルマスターメモリ関数(MMF)によって特徴付けられることを示す。
2つの独立したパラメータに対して計算されると、この関数は小さな入力を持つ遅延ベースの単一変数貯水池に対して線形メモリ容量を提供する。
論文 参考訳(メタデータ) (2021-08-28T13:17:24Z) - Efficient Micro-Structured Weight Unification and Pruning for Neural
Network Compression [56.83861738731913]
ディープニューラルネットワーク(DNN)モデルは、特にリソース制限されたデバイスにおいて、実用的なアプリケーションに不可欠である。
既往の非構造的あるいは構造化された重量刈り法は、推論を真に加速することはほとんど不可能である。
ハードウェア互換のマイクロ構造レベルでの一般化された重み統一フレームワークを提案し,高い圧縮と加速度を実現する。
論文 参考訳(メタデータ) (2021-06-15T17:22:59Z) - Energy-Efficient Model Compression and Splitting for Collaborative
Inference Over Time-Varying Channels [52.60092598312894]
本稿では,エッジノードとリモートノード間のモデル圧縮と時間変化モデル分割を利用して,エッジデバイスにおける総エネルギーコストを削減する手法を提案する。
提案手法は, 検討されたベースラインと比較して, エネルギー消費が最小限であり, 排出コストが$CO$となる。
論文 参考訳(メタデータ) (2021-06-02T07:36:27Z) - Fast and differentiable simulation of driven quantum systems [58.720142291102135]
我々は、ダイソン展開に基づく半解析手法を導入し、標準数値法よりもはるかに高速に駆動量子系を時間発展させることができる。
回路QEDアーキテクチャにおけるトランスモン量子ビットを用いた2量子ゲートの最適化結果を示す。
論文 参考訳(メタデータ) (2020-12-16T21:43:38Z) - Limitations of the recall capabilities in delay based reservoir
computing systems [0.0]
我々は,遅延型貯水池コンピュータのメモリ容量を,ホップ正規形を非線形性として解析する。
物理的実現の可能性としては、外部キャビティを持つレーザーが考えられる。
論文 参考訳(メタデータ) (2020-09-16T13:54:39Z) - The Computational Capacity of LRC, Memristive and Hybrid Reservoirs [1.657441317977376]
貯留層計算(Reservoir computing)は、高次元力学系(enmphreservoir)を用いて時系列データを近似し予測する機械学習パラダイムである。
本稿では, 線形素子(抵抗素子, インダクタ, コンデンサ)と非線形メモリ素子(メムリスタ)の両方を含む電子貯水池の実現可能性と最適設計について分析する。
我々の電子貯水池は、従来の「エコステートネットワーク」貯水池の性能と直接ハードウェアで実装される形で一致または超過することができる。
論文 参考訳(メタデータ) (2020-08-31T21:24:45Z) - Optimization of Broadband $\Lambda$-type Quantum Memory Using Gaussian
Pulses [0.7734726150561088]
重なり合う信号と制御フィールドには、メモリ効率を最適化する独自のブロードバンドパルス持続時間が存在することを示す。
さらに、制御フィールドの時間遅延とパルス持続時間を最適化し、この効率の飽和を幅広いパルス持続時間にわたって示す。
論文 参考訳(メタデータ) (2020-08-31T14:19:02Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。