論文の概要: How to train your demon to do fast information erasure without heat production

• arxiv url: http://arxiv.org/abs/2305.10607v1
• Date: Wed, 17 May 2023 23:28:55 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-19 17:50:02.318993
• Title: How to train your demon to do fast information erasure without heat production
• Title（参考訳）: 熱を使わずに迅速な情報消去を訓練する方法
• Authors: Stephen Whitelam
• Abstract要約: 作業や熱発生の入力なしに高速なメモリ消去を行うためのフィードバック制御プロトコルを学習することが可能であることを示す。 その結果、非局所熱交換の形で、1つの計算がエネルギー的に有利にレンダリングされ、補償された熱が別の場所で熱を発生させる。
• 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: Time-dependent protocols that perform irreversible logical operations, such as memory erasure, cost work and produce heat, placing bounds on the efficiency of computers. Here we use a prototypical computer model of a physical memory to show that it is possible to learn feedback-control protocols to do fast memory erasure without input of work or production of heat. These protocols, which are enacted by a neural-network "demon", do not violate the second law of thermodynamics because the demon generates more heat than the memory absorbs. The result is a form of nonlocal heat exchange in which one computation is rendered energetically favorable while a compensating one produces heat elsewhere, a tactic that could be used to rationally design the flow of energy within a computer.
• Abstract（参考訳）: メモリ消去やコスト削減、熱発生など、不可逆的な論理演算を実行する時間依存プロトコルは、コンピュータの効率に限界を置きます。 ここでは、物理メモリの原型的コンピュータモデルを用いて、作業の入力や熱の生成なしに、フィードバック制御プロトコルを学習し、高速なメモリ消去を行うことができることを示す。 これらのプロトコルは、ニューラルネットの「デーモン」によって制定され、デーモンがメモリよりも熱を発生させるため、熱力学の第二法則に違反しない。 その結果、ある計算がエネルギー的に有利にレンダリングされ、補償された計算が別の場所で熱を発生させるという非局所的な熱交換の形式となり、これはコンピュータ内のエネルギーの流れを合理的に設計できる戦術である。

関連論文リスト

• vHeat: Building Vision Models upon Heat Conduction [63.00030330898876]
  vHeatは、高い計算効率とグローバルな受容場の両方を同時に達成する、新しいビジョンバックボーンモデルである。 基本的な考え方は、画像パッチを熱源として概念化し、それらの相関の計算を熱エネルギーの拡散としてモデル化することである。
  論文  参考訳（メタデータ） (2024-05-26T12:58:04Z)
• Efficient and accurate neural field reconstruction using resistive memory [52.68088466453264]
  デジタルコンピュータにおける従来の信号再構成手法は、ソフトウェアとハードウェアの両方の課題に直面している。 本稿では,スパース入力からの信号再構成のためのソフトウェア・ハードウェア協調最適化を用いた体系的アプローチを提案する。 この研究は、AI駆動の信号復元技術を進歩させ、将来の効率的で堅牢な医療AIと3Dビジョンアプリケーションへの道を開く。
  論文  参考訳（メタデータ） (2024-04-15T09:33:09Z)
• Resistive Memory-based Neural Differential Equation Solver for Score-based Diffusion Model [55.116403765330084]
  スコアベースの拡散のような現在のAIGC法は、迅速性と効率性の点で依然として不足している。 スコアベース拡散のための時間連続型およびアナログ型インメモリ型ニューラル微分方程式解法を提案する。 我々は180nmの抵抗型メモリインメモリ・コンピューティング・マクロを用いて,我々の解を実験的に検証した。
  論文  参考訳（メタデータ） (2024-04-08T16:34:35Z)
• Thermal recall: Memory-assisted Markovian thermal processes [1.1510009152620668]
  マルコフ熱過程と熱操作に基づく量子熱力学への2つのアプローチのギャップを埋める。 我々のアプローチはメモリアシスト型マルコフ熱過程の概念に基づいている。 この設定の中で、熱操作によってアクセス可能なエネルギー不整合状態間のすべての遷移を近似するプロトコル群を提案する。
  論文  参考訳（メタデータ） (2023-03-22T18:00:15Z)
• Inverse linear versus exponential scaling of work penalty in finite-time bit reset [0.0]
  ビットリセットは作業コストがかかり、コンピュータ内のエネルギーを消費し、将来の不可逆コンピュータの速度とエネルギー効率に制限を与える。 重要な疑問は、ビットリセットエラーや最大エネルギーシフトを含むプロトコルパラメータを理解することであり、このペナルティはプロトコル時間において指数関数的に減少する。 ここでは、この問題に対処するための分析結果と、プロトコルの具体例の数値シミュレーションについて述べる。
  論文  参考訳（メタデータ） (2021-12-20T11:21:05Z)
• Quantum logic as reversible computing [0.0]
  計算の後方ステップで曖昧さを許さない可逆的なコンピュータ。 この提案は、計算の実際の出力と元の入力を同時に与え、最小限のエネルギーを必要としない、より高度なコンピュータを目指している。
  論文  参考訳（メタデータ） (2021-11-14T19:51:09Z)
• Experimental nonequilibrium memory erasure beyond Landauer's bound [0.0]
  本研究では, メモリ状態の非平衡特性により, 消費電力の低減と負の熱発生による全消去が可能となることを示す。 非線形ポテンシャルランドスケープの動的形状をレヴィト力学の強力なツールとして導入する。
  論文  参考訳（メタデータ） (2021-07-09T13:24:05Z)
• Reservoir Memory Machines as Neural Computers [70.5993855765376]
  微分可能なニューラルネットワークは、干渉することなく明示的なメモリで人工ニューラルネットワークを拡張する。 我々は、非常に効率的に訓練できるモデルを用いて、微分可能なニューラルネットワークの計算能力を実現する。
  論文  参考訳（メタデータ） (2020-09-14T12:01:30Z)
• 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)
• Thermodynamically-Efficient Local Computation and the Inefficiency of Quantum Memory Compression [0.0]
  モジュラリティの散逸は、局所的に実装された計算が、ランダウアーが熱力学計算に縛り付けられているものよりもコストがかかることを示す。 我々は、効率的な局所計算のための一般的な定理を確立し、局所演算に必要な十分条件をゼロコストで提供する。
  論文  参考訳（メタデータ） (2020-01-07T19:44:13Z)
• Simulation of Thermal Relaxation in Spin Chemistry Systems on a Quantum Computer Using Inherent Qubit Decoherence [53.20999552522241]
  我々は,実世界の量子システムの振舞いをシミュレーションする資源として,キュービットデコヒーレンスを活用することを目指している。 熱緩和を行うための3つの方法を提案する。 結果,実験データ,理論的予測との間には,良好な一致が得られた。
  論文  参考訳（メタデータ） (2020-01-03T11:48:11Z)

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。