Fugu-MT 論文翻訳(概要): Packet Header Recognition Utilizing an All-Optical Reservoir Based on Reinforcement-Learning-Optimized Double-Ring Resonator

論文の概要: Packet Header Recognition Utilizing an All-Optical Reservoir Based on Reinforcement-Learning-Optimized Double-Ring Resonator

arxiv url: http://arxiv.org/abs/2308.13818v1
Date: Sat, 26 Aug 2023 09:00:12 GMT
ステータス: 処理完了
システム内更新日: 2023-08-29 18:45:37.732843
Title: Packet Header Recognition Utilizing an All-Optical Reservoir Based on Reinforcement-Learning-Optimized Double-Ring Resonator
Title（参考訳）: 強化学習最適化ダブルリング共振器を用いた全光リザーバを用いたパケットヘッダ認識
Authors: Zheng Li, Xiaoyan Zhou, Zongze Li, Guanju Peng, Yuhao Guo, and Lin Zhang
Abstract要約: 本稿では,統合二重リング共振器(DRR)をノードとする全光貯留層を提案する。ディープ強化学習アルゴリズムはノードの遅延帯域幅積(DBP)を最大化するために用いられる。 3ビットおよび6ビットのパケットヘッダ認識タスクは、全光貯水池で実行される。
参考スコア（独自算出の注目度）: 13.657044127819393
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Optical packet header recognition is an important signal processing task of optical communication networks. In this work, we propose an all-optical reservoir, consisting of integrated double-ring resonators (DRRs) as nodes, for fast and accurate optical packet header recognition. As the delay-bandwidth product (DBP) of the node is a key figure-of-merit in the reservoir, we adopt a deep reinforcement learning algorithm to maximize the DBPs for various types of DRRs, which has the advantage of full parameter space optimization and fast convergence speed. Intriguingly, the optimized DBPs of the DRRs in cascaded, parallel, and embedded configurations reach the same maximum value, which is believed to be the global maximum. Finally, 3-bit and 6-bit packet header recognition tasks are performed with the all-optical reservoir consisting of the optimized cascaded rings, which have greatly reduced chip size and the desired "flat-top" delay spectra. Using this optical computing scheme, word-error rates as low as 5*10-4 and 9*10-4 are achieved for 3-bit and 6-bit packet header recognition tasks, respectively, which are one order of magnitude better than the previously reported values.
Abstract（参考訳）: 光パケットヘッダ認識は光通信ネットワークの重要な信号処理タスクである。本研究では,高速かつ高精度な光パケットヘッダ認識のための統合二重リング共振器(DRR)をノードとする全光貯留層を提案する。ノードの遅延帯域幅積 (dbp) は貯留層における重要な数値であるので, パラメータ空間最適化と高速収束速度の利点を生かした, 種々のdrのdbpsを最大化するために, 深層強化学習アルゴリズムを適用した。興味深いことに、DRRの最適化されたDBPは、カスケード、並列、埋め込み構成で同じ最大値に達し、これは大域的な最大値であると考えられている。最後に,3ビットおよび6ビットのパケットヘッダ認識タスクを,チップサイズと所望の「フラットトップ」遅延スペクトルを著しく低減した最適化カスケードリングからなる全光貯留装置を用いて行う。この光学計算方式を用いて, 3ビットおよび6ビットのパケットヘッダ認識タスクに対して, 5*10-4 と 9*10-4 のワードエラー率をそれぞれ達成した。

関連論文リスト

Fairness-Driven Optimization of RIS-Augmented 5G Networks for Seamless 3D UAV Connectivity Using DRL Algorithms [8.296140341710462]
我々は、再構成可能なインテリジェントサーフェス(RIS)を用いた大規模マルチインプットマルチアウトプットシステムにおけるジョイントアクティブビームフォーミングとパッシブビームフォーミングの問題点について検討する。この問題に対処する2つの新しいアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-11-14T06:43:36Z)
Practical Conformer: Optimizing size, speed and flops of Conformer for on-Device and cloud ASR [67.63332492134332]
我々は、デバイス上の制約を満たすのに十分小さく、TPUを高速に推論できる最適化されたコンバータを設計する。提案するエンコーダは、デバイス上では強力なスタンドアロンエンコーダとして、また高性能なASRパイプラインの第1部として利用することができる。
論文参考訳（メタデータ） (2023-03-31T23:30:48Z)
UNETR++: Delving into Efficient and Accurate 3D Medical Image Segmentation [93.88170217725805]
本稿では,高画質なセグメンテーションマスクと,パラメータ,計算コスト,推論速度の両面での効率性を提供するUNETR++という3次元医用画像セグメンテーション手法を提案する。我々の設計の核となるのは、空間的およびチャネル的な識別的特徴を効率的に学習する、新しい効率的な対注意ブロック(EPA)の導入である。 Synapse, BTCV, ACDC, BRaTs, Decathlon-Lungの5つのベンチマークで評価した結果, 効率と精度の両面で, コントリビューションの有効性が示された。
論文参考訳（メタデータ） (2022-12-08T18:59:57Z)
Fast Beam Alignment via Pure Exploration in Multi-armed Bandits [91.11360914335384]
我々は,ミリ波通信におけるBAレイテンシを低減するために,帯域幅に基づく高速BAアルゴリズムを開発した。我々のアルゴリズムは2相ヘテロセダスティックトラック・アンド・ストップ (2PHT&S) と呼ばれる。
論文参考訳（メタデータ） (2022-10-23T05:57:39Z)
NAF: Neural Attenuation Fields for Sparse-View CBCT Reconstruction [79.13750275141139]
本稿では,スパースビューCBCT再構成のための新規かつ高速な自己教師型ソリューションを提案する。所望の減衰係数は、3次元空間座標の連続関数として表現され、完全に接続されたディープニューラルネットワークによってパラメータ化される。ハッシュ符号化を含む学習ベースのエンコーダが採用され、ネットワークが高周波の詳細をキャプチャするのに役立つ。
論文参考訳（メタデータ） (2022-09-29T04:06:00Z)
Mapping Surface Code to Superconducting Quantum Processors [15.053978108409149]
超伝導デバイス上で表面コードをマッピングする3つの課題について述べるとともに,これらの課題を克服するための総合的な合成フレームワークを提案する。我々は,浅部シンドローム抽出回路の存在を保証するために,データキュービットを割り当てる幾何学的手法を採用する。第2に、データキュービットで囲まれたブリッジキュービットのみを使用し、データキュービット間の短い経路をマージすることで、ブリッジキュービットの数を削減します。第3に、完全表面符号誤り検出サイクルに必要な総時間を最小限に抑えるために、効率的なシンドローム抽出手法を提案する。
論文参考訳（メタデータ） (2021-11-26T19:41:18Z)
SNR optimization of multi-span fiber optic communication systems employing EDFAs with non-flat gain and noise figure [0.0]
信号間雑音(SNR)最適化のためのマルチスパン伝送システムのコンポーネントワイズモデルを提案する。 GFFのないCバンド増幅器のゲインおよびノイズフィギュアスペクトルプロファイルについて、機械学習に基づくモデルを訓練する。 SNR平坦度を1.2dBまで同時に達成する。
論文参考訳（メタデータ） (2021-06-07T14:09:53Z)
FastFlowNet: A Lightweight Network for Fast Optical Flow Estimation [81.76975488010213]
ディセンス光学フロー推定は、多くのロボットビジョンタスクで重要な役割を果たしています。現在のネットワークはしばしば多くのパラメータを占有し、計算コストがかかる。提案したFastFlowNetは、周知の粗大なやり方で、以下のイノベーションで機能する。
論文参考訳（メタデータ） (2021-03-08T03:09:37Z)
Neural BRDF Representation and Importance Sampling [79.84316447473873]
本稿では,リフレクタンスBRDFデータのコンパクトニューラルネットワークに基づく表現について述べる。 BRDFを軽量ネットワークとしてエンコードし、適応角サンプリングによるトレーニングスキームを提案する。複数の実世界のデータセットから等方性および異方性BRDFの符号化結果を評価する。
論文参考訳（メタデータ） (2021-02-11T12:00:24Z)
BRDS: An FPGA-based LSTM Accelerator with Row-Balanced Dual-Ratio Sparsification [3.3711251611130337]
エネルギー消費を低減し、Long Short-Term Memory (LSTM) ニューラルネットワークアクセラレータの速度を改善するためのハードウェアフレンドリーなプランニングアルゴリズムを提示する。その結果、提案された加速器は最大272%の有効GOPS/Wを提供することができ、パープレキシティエラーはPTBデータセットの1.4%まで低減される。
論文参考訳（メタデータ） (2021-01-07T18:23:48Z)
SPEC2: SPECtral SParsE CNN Accelerator on FPGAs [31.31419913907224]
我々は、スペクトルCNNを練習し、加速する最初の研究であるSPEC2を提案する。スパースカーネルへの効率的なランダムアクセスが可能なFPGA上に最適化されたパイプラインアーキテクチャを設計する。得られたアクセラレータは、VGG16の最先端FPGA実装と比較して最大24倍のスループットを実現している。
論文参考訳（メタデータ） (2019-10-16T23:30:22Z)

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。