論文の概要: Dynamical Diversity for Reservoir Computing in Reconfigurable Nanomechanics
- arxiv url: http://arxiv.org/abs/2609.29532v1
- Date: Thu, 24 Sep 2026 12:34:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 21:10:09.92749
- Title: Dynamical Diversity for Reservoir Computing in Reconfigurable Nanomechanics
- Title（参考訳）: 再構成可能なナノメカニクスにおける貯留層計算の動的多様性
- Abstract要約: 1つの読み出しポートを通して測定された1つのNEMS共振器の2モードの貯水池計算を実証する。
同じ入力シーケンスは、モード間の駆動振幅の異なる割り当ての下で再生され、応答は単一の特徴行列に相互作用する。
難易度の高い非線形マッピングタスクでは、多重化NEMS機能はフィードスルー機能よりもかなり低いエラーをもたらす。
- 参考スコア（独自算出の注目度）: 0.404215551851842
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Physical reservoir computing uses nonlinear dynamics and a trained linear readout to process information. Nanoelectromechanical (NEMS) resonators combine geometric Duffing nonlinearity with fading memory, but most electromechanical implementations use a single resonance mode. Here, we demonstrate reservoir computing with two interacting modes of a single NEMS resonator measured through one readout port. We introduce dynamical diversity through complementary modal drive settings: the same input sequence is replayed under different allocations of drive amplitude between the modes, and the responses are concatenated into a single feature matrix. This multiplexing expands the representation available to the readout without additional devices or training of internal parameters. On NARMA-2, it reduces variance-normalized test error more than 28-fold relative to single-mode operation and more than threefold relative to the best individual two-mode setting. Linear memory-capacity measurements show that accessible recall spans only a few symbols at the tested symbol duration. Its rapid decline with delay, consistent with mechanical dissipation, accompanies rising NARMA error and the eventual loss of multiplexing gains at higher orders. We also use electrical feedthrough as an internal reference for assessing the computational contribution of the NEMS response. Separate linear readouts are trained on feedthrough features and features derived from the measured NEMS response, using the same recordings and matched drive settings and processing. On challenging nonlinear mapping tasks, the multiplexed NEMS features yield substantially lower errors than the feedthrough features. These results demonstrate how dynamical diversity through variations in modal drive amplitudes expands the computational capability of a single multimode NEMS resonator.
- Abstract（参考訳）: 物理貯水池計算は非線形力学と訓練された線形読み出しを用いて情報を処理する。
ナノエレクトロメカニカル(NEMS)共振器は幾何ダッフィング非線形性とフェージングメモリを結合するが、ほとんどのエレクトロメカニカル実装は単一共振モードを使用する。
ここでは,単一NEMS共振器の2つの相互作用モードを用いた貯水池計算について述べる。
相補的なモード駆動設定により動的多様性を導入し、同じ入力シーケンスをモード間の駆動振幅の異なる割り当てで再生し、応答を単一の特徴行列に結合する。
この多重化は、追加のデバイスや内部パラメータのトレーニングなしで読み出しに利用可能な表現を拡張する。
NARMA-2では、単一モード操作に対して28倍以上の分散正規化テストエラーを減少させ、最高の2モード設定に対して3倍以上の誤差を減少させる。
線形メモリ容量測定は、テストされたシンボル期間において、アクセス可能なリコールは少数のシンボルに限られていることを示している。
機械的な散逸と一致した遅延による急激な減少は、NARMAエラーの増加と、結果としてより高い順序で多重化利得が失われることに伴う。
また、NEMS応答の計算的寄与を評価するための内部リファレンスとして、電気的フィードスルーを用いる。
異なる線形読み出しは、測定されたNEMS応答から派生したフィードスルー機能と特徴に基づいてトレーニングされ、同じ記録と一致したドライブ設定と処理を使用する。
難易度の高い非線形マッピングタスクでは、多重化NEMS機能はフィードスルー機能よりもかなり低いエラーをもたらす。
これらの結果は、モード駆動振幅の変動による動的多様性が、単一モードNEMS共振器の計算能力をいかに拡張するかを示す。
関連論文リスト
- Learning Metamaterial Eigenmodes with Wavelet-Encoded Fourier Neural Operators [57.64362886310329]
ニューラル演算子に基づく機械学習サロゲートは,弾性波動方程式の複数の固有モードを学習し,予測できることを示す。
メタマテリアル設計では、サロゲートは設計サイクルのシミュレーション段階を、コンシューマグレードのCPU上の有限要素解析と比較して3桁の速度で加速する。
これらの結果は、スペクトルニューラル演算子に基づく他のマルチモードPDEソルバの入力エンコーディングを設計するための幅広い意味を持つ。
論文 参考訳（メタデータ） (2026-09-08T01:21:46Z) - Multi-layer MIMO Relay as Deep Physical Neural Networks: Power Amplifiers as Activation Functions [56.870614369768354]
無線物理ニューラルネットワーク(WPNN)は、アナログハードウェアに直接ニューラルネットワークを埋め込む。
マルチホップマルチインプットマルチアウトプット(MIMO)リレーネットワークにより非線形活性化を実現する深層WPNNを提案する。
提案アーキテクチャは,画像分類の高精度なオーバー・ザ・エア推論を可能にする。
論文 参考訳（メタデータ） (2026-07-20T09:45:07Z) - Data-Driven Hamiltonian Reduction for Superconducting Qubits via Meta-Learning [1.8160438597088957]
HAMLは超伝導量子プロセッサの効果的なハミルトンモデルの高速オンライン適応のためのフレームワークである。
HAMLをトランスモン-カップラー-トランスモン系上で実演し、様々な操作系で有効な2ビット係数を復元する。
これにより、ハミルトン還元に対するスケーラブルでサンプル効率の良いアプローチと、短期量子プロセッサのキャラクタリゼーションが確立される。
論文 参考訳（メタデータ） (2026-04-27T18:48:13Z) - Neuromorphic Computing Based on Parametrically-Driven Oscillators and Frequency Combs [0.0]
2:1パラメトリック共鳴を示す2モードシステムについて検討し,その動作を貯水池コンピュータとして示す。
パラメトリック共振系において最適計算性能が得られた。
また、入力変調、周波数整合条件からのデチューニング、減衰率、入力データレートが、アクセス可能な動的レジームを体系的に制御することを示した。
論文 参考訳（メタデータ） (2026-04-23T16:57:58Z) - Subtractive Modulative Network with Learnable Periodic Activations [59.89799070130572]
本稿では,古典的部分抽出合成にインスパイアされた,パラメータ効率の高いインプシットニューラル表現アーキテクチャを提案する。
我々のSMNは2つの画像データセット上で40ドル以上のPSNRを達成し、再現精度とパラメータ効率の両面で最先端の手法と比較した。
論文 参考訳（メタデータ） (2026-02-18T10:20:50Z) - Disordered Dynamics in High Dimensions: Connections to Random Matrices and Machine Learning [52.26396748560348]
ランダム行列によって駆動される高次元力学系について概説する。
機械学習理論における学習と一般化の単純なモデルへの応用に焦点を当てる。
論文 参考訳（メタデータ） (2026-01-03T00:12:32Z) - Multimode RF Reflectometry for Spin Qubit Readout and Device Characterization [0.0553142145150568]
マルチモード超伝導インダクタアーキテクチャを導入し、複数の離散周波数で最大2GHzの電波反射率を計測する。
いくつかのモードで量子ドットを探索することにより、広い周波数範囲のトンネル速度を抽出し、近傍の電荷欠陥のシグネチャを同定する。
高周波単一電子トランジスタ(RF-SET)によるシングルショットスピン・リードアウトを実演し,集積時間8 us,リードアウト忠実度98%でシングルレット・ストリップレット・リードアウトを実現した。
論文 参考訳（メタデータ） (2025-12-04T18:53:13Z) - Phase-space open-systems dynamics of second-order nonlinear interactions with pulsed quantum light [0.0]
非線形要素の入力と出力における量子状態の関係を計算するための効率的な枠組みを提案する。
ここで提示される方法は、ブロードバンド量子状態の増幅や周波数変換の最適化に利用できる。
論文 参考訳（メタデータ） (2025-12-03T16:30:48Z) - Kinetic Inductance Parametric Converter [0.0]
パラメトリックコンバータは、量子コンピューティングとセンシングにおけるマイクロ波信号の増幅とスキューズに使用される。
現在の装置では、ジョセフソン接合の強い局所化非線形性は増幅とスクイーズを制限している。
弱い分散非線形性は、汚れた超伝導体の運動インダクタンス(KI)ナノワイヤとして実装された場合、より高利得とダイナミックレンジを提供できる。
論文 参考訳（メタデータ） (2024-07-19T05:56:08Z) - Superconducting coupler with exponentially large on-off ratio [68.8204255655161]
Tunable two-qubit couplersは、マルチキュービット超伝導量子プロセッサにおけるエラーを軽減するための道を提供する。
ほとんどのカップルは狭い周波数帯域で動作し、ZZ$相互作用のような特定のカップリングをターゲットにしている。
これらの制限を緩和する超伝導カプラを導入し、指数関数的に大きなオンオフ比を持つ2量子ビット相互作用を抑える。
論文 参考訳（メタデータ） (2021-07-21T03:03:13Z)
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。