論文の概要: Quantum control in artificial neurons with superconductor-ionic memory
inserted in the feedback
- arxiv url: http://arxiv.org/abs/2401.00958v1
- Date: Mon, 1 Jan 2024 20:54:42 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-03 15:12:02.542778
- Title: Quantum control in artificial neurons with superconductor-ionic memory
inserted in the feedback
- Title(参考訳): 超伝導イオンメモリをフィードバックに挿入した人工ニューロンの量子制御
- Authors: Osama M. Nayfeh, Haik Manukian, Matthew Kelly, Justin Mauger
- Abstract要約: イオンハフニウム酸化物とニオブ金属の4.2nmを用いた量子トンネルメモリを用いた実験的人工ニューロン
ネットワーク化されると、強い並行性で出力する。
4つの人工ニューロンの学習ネットワークを実験的に実証し,信号の校正と変調を行った。
- 参考スコア(独自算出の注目度): 2.2264226961225004
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: To improve artificial intelligence/autonomous systems and help with treating
neurological conditions, there's a requirement for artificial neuron hardware
that mimics biological. We examine experimental artificial neurons with quantum
tunneling memory using 4.2 nm of ionic Hafnium oxide and Niobium metal inserted
in the positive and negative feedback of an oscillator. These neurons have
adaptive spiking behavior and hybrid non-chaotic/chaotic modes. When networked,
they output with strong itinerancy. The superconducting state at 8.1 Kelvin
results in Josephson tunneling with signs that the ionic states are influenced
by quantum coherent control in accordance with quantum master equation
calculations of the expectation values and correlation functions with a
calibrated time dependent Hamiltonian. We experimentally demonstrate a learning
network of 4 artificial neurons, and the modulation of signals.
- Abstract(参考訳): 人工知能と自律システムを改善し、神経の状態を治療するためには、生物学的に模倣する人工ニューロンハードウェアが必要である。
イオン酸化ハフニウムとニオブ金属の4.2nmを振動子の正負のフィードバックに挿入した量子トンネルメモリを用いた実験人工ニューロンについて検討した。
これらのニューロンは適応的なスパイク行動とハイブリッド非カオス/カオスモードを持つ。
ネットワーク化されると、強い並行性で出力する。
8.1ケルビンの超伝導状態はジョセフソントンネルにおいて、イオン状態が期待値と相関関数の量子マスター方程式による量子コヒーレント制御の影響を受けていることを示す。
4つの人工ニューロンの学習ネットワークと信号の変調を実験的に実証した。
関連論文リスト
- Hysteresis and Self-Oscillations in an Artificial Memristive Quantum Neuron [79.16635054977068]
本研究では, 量子メムリスタを含む人工ニューロン回路について, 緩和と脱落の存在下で検討した。
この物理原理は、量子デバイスの電流電圧特性のヒステリシス的挙動を可能にすることを実証する。
論文 参考訳(メタデータ) (2024-05-01T16:47:23Z) - Learning with Chemical versus Electrical Synapses -- Does it Make a
Difference? [61.85704286298537]
バイオインスパイアされたニューラルネットワークは、ニューラルネットワークの理解を深め、AIシステムの最先端を改善する可能性がある。
我々は,光リアルな自律走行シミュレータを用いて自律車線維持実験を行い,その性能を種々の条件下で評価する。
論文 参考訳(メタデータ) (2023-11-21T13:07:20Z) - Pairing-based graph neural network for simulating quantum materials [0.8192907805418583]
量子多体系をシミュレーションするためのペアリング型グラフニューラルネットワークを開発した。
我々のニューラルネットワークを用いた変分モンテカルロは、多数の電子システムをシミュレートするための正確で柔軟でスケーラブルな手法を同時に提供します。
論文 参考訳(メタデータ) (2023-11-03T17:12:29Z) - Comment on "Can Neural Quantum States Learn Volume-Law Ground States?" [49.1574468325115]
選択したNQSはスピン問題とフェルミオン問題の両方に対して体積法的絡み合いを持つ基底状態を学ぶことができることを示す。
上述の文字で使用した設定は、非フェルミオンNQSがフェルミオン状態の学習に不効率であることを明らかにする。
論文 参考訳(メタデータ) (2023-09-20T14:44:04Z) - Machine learning one-dimensional spinless trapped fermionic systems with
neural-network quantum states [1.6606527887256322]
ガウスポテンシャルを介して相互作用する完全に偏極された1次元フェルミオン系の基底状態特性を計算する。
我々は、波動関数のアンサッツとして、反対称人工ニューラルネットワーク(英語版)またはニューラル量子状態を用いる。
相互作用の兆候によって、非常に異なる基底状態が見つかる。
論文 参考訳(メタデータ) (2023-04-10T17:36:52Z) - Phenomenological Model of Superconducting Optoelectronic Loop Neurons [0.0]
超伝導光電子ループニューロン(英: Superconducting optoelectronic loop neurons)は、大規模人工認知のためのネットワークに導かれる回路の一種である。
これまで、ループニューロンの全てのシミュレーションは、シナプス、デンドライト、ニューロンの挙動をモデル化するために第一原理回路解析を用いてきた。
ここでは、関連するシナプス、樹状突起、神経回路の挙動を捉えるためのモデリングフレームワークを紹介する。
論文 参考訳(メタデータ) (2022-10-18T16:38:35Z) - An Empirical Study of Quantum Dynamics as a Ground State Problem with
Neural Quantum States [0.0]
ニューラルネットワークは、ニューラルネットワークによってパラメータ化される変動波動関数である。
多体物理学の文脈では、変分モンテカルロや変分波動関数としてのニューラル量子状態のような手法が近似に成功している。
しかしながら、ニューラルネットワークアーキテクチャを提案することの難しさは、その表現性とトレーニング容易性を探究することとともに、ニューラルネットワークをニューラルネットワーク状態として利用することにまで及んでいる。
論文 参考訳(メタデータ) (2022-06-18T16:42:39Z) - Parametrized constant-depth quantum neuron [56.51261027148046]
本稿では,カーネルマシンをベースとした量子ニューロン構築フレームワークを提案する。
ここでは、指数的に大きい空間にテンソル積特徴写像を適用するニューロンについて述べる。
パラメトリゼーションにより、提案されたニューロンは、既存のニューロンが適合できない基礎となるパターンを最適に適合させることができることが判明した。
論文 参考訳(メタデータ) (2022-02-25T04:57:41Z) - An Adiabatic Capacitive Artificial Neuron with RRAM-based Threshold
Detection for Energy-Efficient Neuromorphic Computing [62.997667081978825]
神経細胞の体細胞膜電位を誘導するために, 断熱性シナプスコンデンサを特徴とする人工ニューロンを提案する。
最初の4-bit adiabaticacacitive neuron proof-of-conceptの例では、90%のシナプスエネルギーが節約された。
論文 参考訳(メタデータ) (2022-02-02T17:12:22Z) - Continuous Learning and Adaptation with Membrane Potential and
Activation Threshold Homeostasis [91.3755431537592]
本稿では,MPATH(Membrane Potential and Activation Threshold Homeostasis)ニューロンモデルを提案する。
このモデルにより、ニューロンは入力が提示されたときに自動的に活性を調節することで動的平衡の形式を維持することができる。
実験は、モデルがその入力から適応し、継続的に学習する能力を示す。
論文 参考訳(メタデータ) (2021-04-22T04:01:32Z) - Simulation of memristive synapses and neuromorphic computing on a
quantum computer [5.625946422295428]
経験的挙動を示すユニタリ量子ゲートを提案する。
量子相と量子状態を符号化する長期可塑性に依存するヒステリシスが観測される。
結果は、脳にインスパイアされた量子コンピューティングへの道を開く。
論文 参考訳(メタデータ) (2020-07-19T03:15:25Z)
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。