論文の概要: Unwrapping photonic reservoirs: enhanced expressivity via random Fourier encoding over stretched domains

• arxiv url: http://arxiv.org/abs/2506.01410v1
• Date: Mon, 02 Jun 2025 08:07:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-04 21:47:34.098097
• Title: Unwrapping photonic reservoirs: enhanced expressivity via random Fourier encoding over stretched domains
• Title（参考訳）: アンラッピングフォトニック貯水池:ストレッチドメイン上のランダムフーリエ符号化による発現性の向上
• Authors: Gerard McCaul, Girish Tripathy, Giulia Marcucci, Juan Sebastian Totero Gongora,
• Abstract要約: フォトニック貯留層コンピューティング(RC)システムは、光波の複雑な伝播と非線形相互作用を利用して情報処理を行う。 本稿では,入射位相を複数回ラップした散乱支援フォトニック蓄光器符号化方式を提案する。 本研究では, 複射率の低下による非線形分離性を阻害する代わりに, 包み込みにより貯水池の予測性能が著しく向上することを示した。
• 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: Photonic Reservoir Computing (RC) systems leverage the complex propagation and nonlinear interaction of optical waves to perform information processing tasks. These systems employ a combination of optical data encoding (in the field amplitude and/or phase), random scattering, and nonlinear detection to generate nonlinear features that can be processed via a linear readout layer. In this work, we propose a novel scattering-assisted photonic reservoir encoding scheme where the input phase is deliberately wrapped multiple times beyond the natural period of the optical waves $[0,2\pi)$. We demonstrate that, rather than hindering nonlinear separability through loss of bijectivity, wrapping significantly improves the reservoir's prediction performance across regression and classification tasks that are unattainable within the canonical $2\pi$ period. We demonstrate that this counterintuitive effect stems from the nonlinear interference between sets of random synthetic frequencies introduced by the encoding, which generates a rich feature space spanning both the feature and sample dimensions of the data. Our results highlight the potential of engineered phase wrapping as a computational resource in RC systems based on phase encoding, paving the way for novel approaches to designing and optimizing physical computing platforms based on topological and geometric stretching.
• Abstract（参考訳）: フォトニック貯留層コンピューティング(RC)システムは、光波の複雑な伝播と非線形相互作用を利用して情報処理を行う。 これらのシステムは、光データ符号化(磁場振幅と/または位相)、ランダム散乱、非線形検出を組み合わせて、線形読み出し層を介して処理できる非線形特徴を生成する。 本研究では,光波の自然周期($[0,2\pi)$)の何回も入力位相をラップする散乱支援フォトニック貯留層符号化方式を提案する。 本研究では, 双射率の低下による非線形分離性を阻害する代わりに, 正準2/pi$周期で達成不可能な回帰および分類タスクにおける貯水池の予測性能を著しく向上させることを示した。 この逆直感効果は、符号化によって導入されたランダムな合成周波数の集合間の非線形干渉に起因することが示され、データの特徴次元とサンプル次元の両方にまたがるリッチな特徴空間が生成される。 本研究は,位相エンコーディングに基づくRCシステムにおける計算資源としての位相ラップの可能性を強調し,トポロジカルおよび幾何学的ストレッチに基づく物理コンピューティングプラットフォームの設計と最適化のための新しいアプローチを提案する。

関連論文リスト

• Tailored minimal reservoir computing: on the bidirectional connection between nonlinearities in the reservoir and in data [0.0]
  入力データにおける非線形性の度合いが貯水池コンピュータの最適設計にどのように影響するかを検討する。 調整可能な1つの非線形パラメータに最小のRCを還元することにより,貯水池の非線形性の度合いによって予測性能がどう変化するかを検討する。 実験の結果,貯水池の非線形性がデータに存在する非線形性と一致した場合に予測性能が最大になることがわかった。
  論文  参考訳（メタデータ） (2025-04-24T12:47:21Z)
• Optimized Sampling for Non-Line-of-Sight Imaging Using Modified Fast Fourier Transforms [6.866110149269]
  非線形(NLOS)イメージングシステムは拡散リレー面の光を収集し、3D再構成を出力する計算アルゴリズムに入力する。 これらのアルゴリズムは、Fast Fourier Transform (FFT) を用いて再構成プロセスを高速化するが、入力と出力の両方を均一な格子で空間的にサンプリングする必要がある。 本研究では,既存のNLOS撮像装置が典型的にリレー面を空間的にオーバーサンプリングし,再構成品質を犠牲にすることなく,なぜ圧縮できるのかを説明する。
  論文  参考訳（メタデータ） (2025-01-09T13:52:30Z)
• WAVE-UNET: Wavelength based Image Reconstruction method using attention UNET for OCT images [1.0835264351334324]
  本稿では, ラムダ空間から直接, 高品質なOCT画像を再構成し, 複雑さを軽減するための体系的設計手法WAVE-UNETを提案する。 このフレームワークは、IDFT処理されたラムダ空間フリンジを入力として、アテンションゲーティングと残差接続を持つ修正UNETを使用している。 この方法は、時間複雑度を著しく低減した良質なBスキャンを生成することによって、従来のOCTシステムより一貫して優れる。
  論文  参考訳（メタデータ） (2024-10-05T11:16:10Z)
• Unconventional Computing based on Four Wave Mixing in Highly Nonlinear Waveguides [0.0]
  高非線形導波路の4波混合効果に基づくフォトニック非従来型加速器の数値解析を行った。 豊かなKerr誘起非線形性を利用することで、入力信号の複数の非線形変換を生成し、複雑な非線形タスクを解くのに使うことができる。
  論文  参考訳（メタデータ） (2024-02-14T12:34:38Z)
• Nonlinear optical encoding enabled by recurrent linear scattering [16.952531256252744]
  連続波レーザーを用いた光非線形ランダムマッピングを低出力で受動的に誘導する設計を提案する。 我々は,読み出し次元が減少しても,設計が重要な情報を保持することを実証した。 この能力により、当社の光学プラットフォームは、アプリケーション間で効率的な光学情報処理ソリューションを提供することができます。
  論文  参考訳（メタデータ） (2023-07-17T15:15:47Z)
• Optimization of a Hydrodynamic Computational Reservoir through Evolution [58.720142291102135]
  我々は,スタートアップが開発中の流体力学系のモデルと,計算貯水池としてインターフェースする。 我々は、進化探索アルゴリズムを用いて、読み出し時間と入力を波の振幅や周波数にどのようにマッピングするかを最適化した。 この貯水池システムに進化的手法を適用することで、手作業パラメータを用いた実装と比較して、XNORタスクの分離性が大幅に向上した。
  論文  参考訳（メタデータ） (2023-04-20T19:15:02Z)
• Optical Neural Ordinary Differential Equations [44.97261923694945]
  隠れ層の連続力学を光学的ODE解法でパラメータ化する光学的ニューラル常微分方程式(ON-ODE)アーキテクチャを提案する。 On-ODEは、PNNとフォトニックインテグレータと光フィードバックループとから構成されており、残留ニューラルネットワーク(ResNet)と、チップ領域占有率を効果的に低減したリカレントニューラルネットワークを表現するように構成できる。
  論文  参考訳（メタデータ） (2022-09-26T04:04:02Z)
• Adaptive Machine Learning for Time-Varying Systems: Low Dimensional Latent Space Tuning [91.3755431537592]
  本稿では,時間変化システムを対象とした適応機械学習手法を提案する。 我々は,エンコーダデコーダCNNのエンコーダ部出力において,非常に高次元(N>100k)の入力を低次元(N2)潜在空間にマッピングする。 そこで本手法では,割り込みを伴わないフィードバックに基づいて,内部の相関関係を学習し,その進化をリアルタイムで追跡する。
  論文  参考訳（メタデータ） (2021-07-13T16:05:28Z)
• Light Field Reconstruction Using Convolutional Network on EPI and Extended Applications [78.63280020581662]
  スパースビューからの光場再構成のための新しい畳み込みニューラルネットワーク(CNN)ベースのフレームワークを開発した。 最先端のアルゴリズムと比較して,提案フレームワークの高性能と堅牢性を実証する。
  論文  参考訳（メタデータ） (2021-03-24T08:16:32Z)
• Sparse Quantized Spectral Clustering [85.77233010209368]
  このような非線形変換の下で行列の固有スペクトルがどのように変化するのかを、ランダム行列理論のツールを用いて正確に述べる。 急激なスペーシング/量子化の下でも,情報的固有構造にはほとんど変化は見られなかった。
  論文  参考訳（メタデータ） (2020-10-03T15:58:07Z)
• 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)

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。