論文の概要: Learning Arbitrary Complex Matrices by Interlacing Amplitude and Phase
Masks with Fixed Unitary Operations
- arxiv url: http://arxiv.org/abs/2312.05648v1
- Date: Sat, 9 Dec 2023 19:27:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-12 19:38:03.487383
- Title: Learning Arbitrary Complex Matrices by Interlacing Amplitude and Phase
Masks with Fixed Unitary Operations
- Title（参考訳）: 固定単位演算による振幅と位相マスクのインターレースによる任意複素行列の学習
- Authors: Matthew Markowitz, Kevin Zelaya, Mohammad-Ali Miri
- Abstract要約: 離散線形演算を物理的に実装するための新しいアーキテクチャを提案する。
提案アーキテクチャは、オンチップアナログ情報処理のためのプログラマブルフォトニック回路の新たなファミリーの開発を可能にする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Programmable photonic integrated circuits represent an emerging technology
that amalgamates photonics and electronics, paving the way for light-based
information processing at high speeds and low power consumption. Considering
their wide range of applications as one of the most fundamental mathematical
operations there has been a particular interest in programmable photonic
circuits that perform matrix-vector multiplication. In this regard, there has
been great interest in developing novel circuit architectures for performing
matrix operations that are compatible with the existing photonic integrated
circuit technology which can thus be reliably implemented. Recently, it has
been shown that discrete linear unitary operations can be parameterized through
diagonal phase parameters interlaced with a fixed operator that enables
efficient photonic realization of unitary operations by cascading phase shifter
arrays interlaced with a multiport component. Here, we show that such a
decomposition is only a special case of a much broader class of factorizations
that allow for parametrizing arbitrary complex matrices in terms of diagonal
matrices alternating with a fixed unitary matrix. Thus, we introduce a novel
architecture for physically implementing discrete linear operations. The
proposed architecture is built on representing an $N \times N$ matrix operator
in terms of $N+1$ amplitude-and-phase modulation layers interlaced with a fixed
unitary layer that could be implemented via a coupled waveguide array. The
proposed architecture enables the development of novel families of programmable
photonic circuits for on-chip analog information processing.
- Abstract（参考訳）: プログラム可能なフォトニック集積回路は、フォトニックとエレクトロニクスを融合させ、高速かつ低消費電力で光ベースの情報処理を実現する新しい技術である。
最も基本的な数学的操作の一つとして応用範囲が広いことを考えると、行列ベクトル乗算を行うプログラマブルフォトニック回路に特に関心がある。
この点において、既存のフォトニック集積回路技術と互換性のある行列演算を確実に実装するための新しい回路アーキテクチャの開発に大きな関心が寄せられている。
近年, 離散線形ユニタリ演算は, 多ポート部品を介在する位相シフタアレイのカスケードにより, ユニタリ演算の効率的なフォトニック化を可能にする固定演算子に介在する対角位相パラメータによってパラメータ化できることが示されている。
ここでは、そのような分解は、固定ユニタリ行列と交互に変化する対角行列で任意の複素行列をパラメトリケートできるような、より広範な分解のクラスの特別な場合であることを示す。
そこで我々は, 離散線形演算を物理的に実装する新しいアーキテクチャを提案する。
提案アーキテクチャは,結合導波路アレイを用いて実装可能な固定ユニタリ層を介在するN+1$振幅・位相変調層を用いて,N の N$行列演算子を表現する。
提案アーキテクチャは、オンチップアナログ情報処理のためのプログラマブルフォトニック回路の新たなファミリーの開発を可能にする。
関連論文リスト
- Low-depth, compact and error-tolerant photonic matrix-vector multiplication beyond the unitary group [0.0]
非単体転送行列を実装可能なフォトニック回路のアーキテクチャを提案する。
我々のアーキテクチャは、バルクで完全に連結されたミキシングブロックではなく、小型の低深さビームスプリッターメッシュを利用する。
我々のアーキテクチャで設計されたフォトニック回路は、標準回路よりも奥行きが低く、ハードウェアエラーに非常に耐性があることが示されている。
論文 参考訳（メタデータ） (2024-08-01T16:06:51Z) - Multivariate trace estimation using quantum state space linear algebra [13.175145217328534]
本稿では,多変量トレース,すなわち行列生成物のトレースを近似する量子アルゴリズムを提案する。
我々のアプローチは、QRAMのような特殊なハードウェアの可用性とは独立して機能する。
論文 参考訳（メタデータ） (2024-05-02T08:54:28Z) - How Do Transformers Learn In-Context Beyond Simple Functions? A Case
Study on Learning with Representations [98.7450564309923]
本稿では、より複雑なシナリオにおける文脈内学習(ICL)の理解を、表現を用いた学習で研究する。
合成文内学習問題を合成構造を用いて構築し、ラベルは複雑なが固定された表現関数によって入力に依存する。
理論的には、そのようなアルゴリズムを軽度な深さと大きさでほぼ実装するトランスフォーマーの存在を示す。
論文 参考訳（メタデータ） (2023-10-16T17:40:49Z) - Universal Unitary Photonic Circuits by Interlacing Discrete Fractional
Fourier Transform and Phase Modulation [0.0]
複素ユニタリ行列の新しいパラメータ化を導入し、任意の線形離散ユニタリ作用素の効率的な実装を可能にする。
そのような構成は、$N+1$の位相層を持つ任意のユニタリ演算を表現可能であることを示す。
本稿では,このアーキテクチャを導波路アレイと再構成可能な位相変調器を組み合わせた集積フォトニック回路により実現することを提案する。
論文 参考訳（メタデータ） (2023-07-14T00:23:14Z) - 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) - All-optical graph representation learning using integrated diffractive
photonic computing units [51.15389025760809]
フォトニックニューラルネットワークは、電子の代わりに光子を用いて脳にインスパイアされた計算を行う。
我々は、DGNN(diffractive graph neural network)と呼ばれる全光グラフ表現学習アーキテクチャを提案する。
ベンチマークデータベースを用いたノードおよびグラフレベルの分類タスクにおけるDGNN抽出機能の利用を実演し、優れた性能を実現する。
論文 参考訳（メタデータ） (2022-04-23T02:29:48Z) - 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) - 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) - Multi-View Spectral Clustering with High-Order Optimal Neighborhood
Laplacian Matrix [57.11971786407279]
マルチビュースペクトルクラスタリングは、データ間の固有のクラスタ構造を効果的に明らかにすることができる。
本稿では,高次最適近傍ラプラシア行列を学習するマルチビュースペクトルクラスタリングアルゴリズムを提案する。
提案アルゴリズムは, 1次ベースと高次ベースの両方の線形結合の近傍を探索し, 最適ラプラシア行列を生成する。
論文 参考訳（メタデータ） (2020-08-31T12:28:40Z) - Thermal phase shifters for femtosecond laser written photonic integrated
circuits [58.720142291102135]
フォトニック集積回路(PIC)は、古典光学と量子光学の両方において多くの実用的な応用の要求を満たすための効果的な解として認められている。
フォトニック回路に組み込まれた位相シフト器は、動作を微調整したり適応回路を生成するために、その特性を動的に再構成することができる。
熱シフタを熱シフタの慎重に設計し、最も適切な駆動方法を選択することにより、フォトニック回路を再構成する熱シフタの解決方法を示す。
論文 参考訳（メタデータ） (2020-04-23T20:09:56Z)
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。