論文の概要: Asymmetric leader-laggard cluster synchronization for collective decision-making with laser network

• arxiv url: http://arxiv.org/abs/2312.02537v1
• Date: Tue, 5 Dec 2023 07:04:21 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-06 16:26:35.747601
• Title: Asymmetric leader-laggard cluster synchronization for collective decision-making with laser network
• Title（参考訳）: レーザーネットワークを用いた集団意思決定のための非対称リーダ・ラガードクラスタ同期
• Authors: Shun Kotoku, Takatomo Mihana, Andr\'e R\"ohm, Ryoichi Horisaki, and Makoto Naruse
• Abstract要約: フォトニック加速器は、情報処理に光の究極の性質を活用することで、関心を集めている。 本研究は,カオスレーザーとフォトニックデバイスをベースとした機械学習の能力と意義を明らかにする。
• 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: Photonic accelerators have recently attracted soaring interest, harnessing the ultimate nature of light for information processing. Collective decision-making with a laser network, employing the chaotic and synchronous dynamics of optically interconnected lasers to address the competitive multi-armed bandit (CMAB) problem, is a highly compelling approach due to its scalability and experimental feasibility. We investigated essential network structures for collective decision-making through quantitative stability analysis. Moreover, we demonstrated the asymmetric preferences of players in the CMAB problem, extending its functionality to more practical applications. Our study highlights the capability and significance of machine learning built upon chaotic lasers and photonic devices.
• Abstract（参考訳）: フォトニック加速器は近年、情報処理に光の究極の性質を活用して関心を集めている。 レーザネットワークによる集団決定は、光学的相互接続レーザーのカオス的・同期的ダイナミクスを用いて、競合するマルチアームバンディット(CMAB)問題に対処するものであり、そのスケーラビリティと実験的実現性から非常に説得力のあるアプローチである。 定量的安定性解析により,集団決定のためのネットワーク構造について検討した。 さらに,CMAB問題におけるプレイヤーの非対称な選好を実証し,より実用的な応用に拡張した。 本研究では,カオスレーザーとフォトニックデバイスを用いた機械学習の能力と意義について述べる。

関連論文リスト

• Wireless Human-Machine Collaboration in Industry 5.0 [75.78721184383897]
  ワイヤレス・ヒューマン・マシン・コラボレーションは産業5.0にとって重要な進歩である。 安定性解析は、閉ループ系がモデルランダム性の下でどのように振る舞うかを証明している。 本稿では,マシンと人体制御のための2つの無線ループを組み込んだ基本WHMCモデルを確立する。
  論文  参考訳（メタデータ） (2024-10-18T03:44:10Z)
• Decentralized multi-agent reinforcement learning algorithm using a cluster-synchronized laser network [1.124958340749622]
  競合するマルチアームバンディット問題に対処するフォトニクスに基づく意思決定アルゴリズムを提案する。 シミュレーションにより,光結合型レーザーのカオス振動とクラスタ同期,分散結合調整,探索と利用の効率向上が示された。
  論文  参考訳（メタデータ） (2024-07-12T09:38:47Z)
• Leveraging Low-Rank and Sparse Recurrent Connectivity for Robust Closed-Loop Control [63.310780486820796]
  繰り返し接続のパラメータ化が閉ループ設定のロバスト性にどのように影響するかを示す。 パラメータが少ないクローズドフォーム連続時間ニューラルネットワーク(CfCs)は、フルランクで完全に接続されたニューラルネットワークよりも優れています。
  論文  参考訳（メタデータ） (2023-10-05T21:44:18Z)
• Conflict-free joint decision by lag and zero-lag synchronization in laser network [0.0]
  本研究では,フォトニック加速器として機能するレーザネットワークの,競合するマルチアームバンディット問題への適用について検討する。 4個の半導体レーザのネットワーク内でゼロラグとラグ同期を用いた協調的意思決定を実験的に実証した。
  論文  参考訳（メタデータ） (2023-07-28T07:45:44Z)
• Deep Learning and Image Super-Resolution-Guided Beam and Power Allocation for mmWave Networks [80.37827344656048]
  我々は,ミリ波(mmWave)ネットワークのためのディープラーニング(DL)誘導ハイブリッドビームとパワーアロケーションアプローチを開発した。 教師付き学習と超解像技術の相乗効果を利用して、低オーバヘッドビームとパワーアロケーションを実現する。
  論文  参考訳（メタデータ） (2023-05-08T05:40:54Z)
• Decision-making and control with diffractive optical networks [1.3356127774729136]
  人工知能の最終的な目標は、人間の脳を模倣して、高次元の感覚入力から直接意思決定と制御を行うことである。 回折光学ネットワークは、高速かつ低消費電力で人工知能を実装するための有望なソリューションを提供する。 本稿では,人間レベルの意思決定能力と制御能力を模倣した回折光学ネットワークを実現するために,深層強化学習を提案する。
  論文  参考訳（メタデータ） (2022-12-21T14:39:52Z)
• Predictive GAN-powered Multi-Objective Optimization for Hybrid Federated Split Learning [56.125720497163684]
  無線ネットワークにおけるハイブリッド・フェデレーション・スプリット・ラーニング・フレームワークを提案する。 ラベル共有のないモデル分割のための並列計算方式を設計し,提案方式が収束速度に与える影響を理論的に解析する。
  論文  参考訳（メタデータ） (2022-09-02T10:29:56Z)
• Controlling chaotic itinerancy in laser dynamics for reinforcement learning [0.0]
  カオス的反復は、脳のような機能を実現するために用いられる。 本稿では,多モード半導体レーザのカオスイテランシを制御し,機械学習の課題を解決する方法を提案する。
  論文  参考訳（メタデータ） (2022-05-12T09:48:43Z)
• RRNet: Relational Reasoning Network with Parallel Multi-scale Attention for Salient Object Detection in Optical Remote Sensing Images [82.1679766706423]
  光リモートセンシング画像(RSI)のためのSODは、光学RSIから視覚的に特徴的な物体や領域を探索・抽出することを目的としている。 光学RSIにおけるSODに並列なマルチスケールアテンションを持つリレーショナル推論ネットワークを提案する。 提案するRRNetは,既存の最先端SODコンペティタよりも質的,定量的に優れている。
  論文  参考訳（メタデータ） (2021-10-27T07:18:32Z)
• Joint Deep Reinforcement Learning and Unfolding: Beam Selection and Precoding for mmWave Multiuser MIMO with Lens Arrays [54.43962058166702]
  離散レンズアレイを用いたミリ波マルチユーザマルチインプット多重出力(MU-MIMO)システムに注目が集まっている。 本研究では、DLA を用いた mmWave MU-MIMO システムのビームプリコーディング行列の共同設計について検討する。
  論文  参考訳（メタデータ） (2021-01-05T03:55:04Z)
• Bandwidth-Adaptive Feature Sharing for Cooperative LIDAR Object Detection [2.064612766965483]
  コネクテッド・自動運転車(CAV)領域で必要となる状況認識。 協調機構は、高速無線車載ネットワークを利用して状況認識を改善するソリューションを提供する。 本稿では,通信チャネル容量に適応する柔軟性を付加する機構と,新たな分散共有データアライメント手法を提案する。
  論文  参考訳（メタデータ） (2020-10-22T00:12:58Z)

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。