論文の概要: Multi-Task Wavelength-Multiplexed Reservoir Computing Using a Silicon Microring Resonator
- arxiv url: http://arxiv.org/abs/2310.16588v2
- Date: Sat, 27 Apr 2024 18:25:51 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-01 00:44:51.357147
- Title: Multi-Task Wavelength-Multiplexed Reservoir Computing Using a Silicon Microring Resonator
- Title（参考訳）: シリコンマイクロリング共振器を用いたマルチタスク波長多重貯留層計算
- Authors: Bernard J. Giron Castro, Christophe Peucheret, Darko Zibar, Francesco Da Ros,
- Abstract要約: 我々は、同じフォトニック回路上で3つの独立したタスクを同時に解くために、時間と周波数の同時多重化を数値的に示す。
この研究は、貯水池計算方式の計算能力を改善するためのWDMベースのスキームの可能性についての洞察を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Among the promising advantages of photonic computing over conventional computing architectures is the potential to increase computing efficiency through massive parallelism by using the many degrees of freedom provided by photonics. Here, we numerically demonstrate the simultaneous use of time and frequency (equivalently wavelength) multiplexing to solve three independent tasks at the same time on the same photonic circuit. In particular, we consider a microring-based time-delay reservoir computing (TDRC) scheme that simultaneously solves three tasks: Time-series prediction, classification, and wireless channel equalization. The scheme relies on time-division multiplexing to avoid the necessity of multiple physical nonlinear nodes, while the tasks are parallelized using wavelength division multiplexing (WDM). The input data modulated on each optical channel is mapped to a higher dimensional space by the nonlinear dynamics of the silicon microring cavity. The carrier wavelength and input power assigned to each optical channel have a high influence on the performance of its respective task. When all tasks operate under the same wavelength/power conditions, our results show that the computing nature of each task is the deciding factor of the level of performance achievable. However, it is possible to achieve good performance for all tasks simultaneously by optimizing the parameters of each optical channel. The variety of applications covered by the tasks shows the versatility of the proposed photonic TDRC scheme. Overall, this work provides insight into the potential of WDM-based schemes for improving the computing capabilities of reservoir computing schemes.
- Abstract（参考訳）: 従来の計算アーキテクチャよりもフォトニックコンピューティングの有望な利点の1つは、フォトニックによって提供される多くの自由度を利用することで、巨大な並列性を通じて計算効率を向上させる可能性があることである。
ここでは、同じフォトニック回路上で3つの独立したタスクを同時に解くために、時間と周波数の多重化(等価波長)の同時利用を数値的に示す。
特に、時系列予測、分類、無線チャネル等化という3つの課題を同時に解決するマイクロリングベースの時間遅延貯水池計算(TDRC)について検討する。
このスキームは、波長分割多重化(WDM)を用いてタスクを並列化している間に、複数の物理非線形ノードの必要性を避けるために、時間分割多重化に依存する。
各光チャネルに変調された入力データは、シリコンマイクロリングキャビティの非線形ダイナミクスにより高次元空間にマッピングされる。
各光チャネルに割り当てられるキャリア波長と入力電力は、それぞれのタスクの性能に高い影響を与える。
全てのタスクが同じ波長/電力条件下で動作した場合,本研究の結果から,各タスクの計算特性が達成可能な性能の判定因子であることが示唆された。
しかし、各光チャネルのパラメータを最適化することにより、全てのタスクに対して高い性能を同時に達成することが可能である。
タスクによってカバーされる様々な応用は、提案したフォトニックTDRCスキームの汎用性を示している。
全体として、この研究は貯水池の計算能力を改善するためのWDMベースのスキームの可能性についての洞察を提供する。
関連論文リスト
- Multi-task Photonic Reservoir Computing: Wavelength Division Multiplexing for Parallel Computing with a Silicon Microring Resonator [0.0]
単一フォトニックチップで4つの独立したタスクを同時に解くために、時間と波長分割多重化(WDM)を用いることを数値的に示す。
システムのフットプリントは、研究されたニューラルネットワークスキームのニューロンとして機能するノードの時間分割多重化を用いて削減される。
論文 参考訳（メタデータ） (2024-07-30T20:54:07Z) - Programmable photonic time circuits for highly scalable universal
unitaries [0.0]
本稿では,時間サイクルに基づく計算を応用した,プログラマブルフォトニック時間回路の概念を提案する。
我々はSU(2)時間ゲートの系統的集合を用いて高忠実度で普遍的なU(N)演算を実演する。
これにより、産業レベルのPPC実装を大規模に統合する道が開ける。
論文 参考訳（メタデータ） (2023-05-28T04:56:58Z) - 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) - Hitless memory-reconfigurable photonic reservoir computing architecture [1.4479776639062198]
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。
論文 参考訳（メタデータ） (2022-07-13T14:43:40Z) - All-Photonic Artificial Neural Network Processor Via Non-linear Optics [0.0]
本稿では,全フォトニックニューラルネットワークプロセッサを提案する。
情報はニューロンとして機能する周波数モードの振幅に符号化される。
私たちのアーキテクチャは、完全にユニタリで可逆的な計算方法を提供するという点でユニークなものです。
論文 参考訳（メタデータ） (2022-05-17T19:55:30Z) - Extensible circuit-QED architecture via amplitude- and
frequency-variable microwaves [52.77024349608834]
固定周波数キュービットとマイクロ波駆動カプラを組み合わせた回路QEDアーキテクチャを提案する。
ドライブパラメータは、選択的な2ビット結合とコヒーレントエラー抑制を可能にする調整可能なノブとして現れる。
論文 参考訳（メタデータ） (2022-04-17T22:49:56Z) - Diffractive all-optical computing for quantitative phase imaging [0.0]
物体の定量的位相像を合成できる回折QPIネットワークを実証する。
微分QPIネットワーク(diffractive QPI network)は、位相-強度変換を定量的に行うために設計された、特殊な全光学プロセッサである。
論文 参考訳（メタデータ） (2022-01-22T05:28:44Z) - 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) - Learning to Beamform in Heterogeneous Massive MIMO Networks [48.62625893368218]
大規模マルチインプット多重出力(MIMO)ネットワークにおいて最適なビームフォーマを見つけることはよく知られている問題である。
本稿では,この問題に対処するための新しい深層学習に基づく論文アルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-11-08T12:48:06Z) - Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。
このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。
線形光ネットワークの転送行列を再構成する新しい手法を提案する。
論文 参考訳（メタデータ） (2020-10-01T16:04:22Z) - Photonic reservoir computer based on frequency multiplexing [56.663315405998354]
本稿では、周波数領域多重化を利用してニューロン状態を符号化する貯水池コンピュータのフォトニック実装について報告する。
このシステムは同時に25個のコムライン(すなわち25個のニューロン)を20MHzの速度で処理する。
論文 参考訳（メタデータ） (2020-08-25T19:30:42Z)
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。