論文の概要: Matching of signal, noise and hardware timescales for filtering and forecasting of correlated noise signals
- arxiv url: http://arxiv.org/abs/2610.10037v1
- Date: Wed, 07 Oct 2026 13:18:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 21:58:22.931065
- Title: Matching of signal, noise and hardware timescales for filtering and forecasting of correlated noise signals
- Title（参考訳）: 相関雑音信号のフィルタリングと予測のための信号・雑音・ハードウェアタイムスケールのマッチング
- Abstract要約: 物理貯水池計算は、物理系の非線形力学を利用して時間依存データを処理する。
ノイズ相関時間, 貯留メモリ, 予測地平線の関係は, 相関ノイズがフィルタリングされるか, 予測されるかを決定する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Physical reservoir computing exploits the nonlinear dynamics of physical systems to process time-dependent data with greater energy efficiency than conventional machine learning approaches. However, physical reservoirs have fixed intrinsic response timescales, whereas real-world signals combine deterministic and stochastic components across multiple timescales. Here we show, using a nanoporous niobium oxide reservoir, synthetic noisy signals and cryptocurrency-price volatility, that the relationship among noise correlation time, reservoir memory and forecast horizon determines whether correlated noise is filtered or predicted. Noise varying faster than the relevant reservoir memory and forecast horizon is averaged by the reservoir, whereas the temporal structure of slower-varying noise is sufficient for algorithmic forecasting. We introduce the reservoir memory horizon and forecasting regime index to distinguish these operating regimes. These contributions demonstrate that timescale matching can guide the encoding of input time series and development of physical reservoir architectures that filter, analyse and predict stochastic signal components across distinct temporal scales.
- Abstract（参考訳）: 物理貯水池計算は、物理系の非線形力学を利用して、従来の機械学習手法よりもエネルギー効率の高い時間依存データを処理している。
しかし、物理貯水池には固有の応答時間スケールが固定されているのに対し、実世界の信号は決定論的成分と確率的成分を複数の時間スケールで組み合わせている。
ここでは, ナノ多孔性二酸化ニオブ貯水池, 合成ノイズ信号, 仮想通貨価格のボラティリティを用いて, ノイズ相関時間, 貯留メモリ, 予測地平線の関係が, 相関ノイズがフィルタリングされたか, 予測されたかを決定することを示す。
関連する貯水池の記憶量や予測地平線よりも早く変化するノイズを平均化する一方、遅い変動雑音の時間構造はアルゴリズムによる予測に十分である。
本稿では,これらの運用体制を区別するために,貯水池のメモリ水平線と予測レジーム指数を導入する。
これらの貢献により、時間スケールマッチングは入力時系列の符号化と、異なる時間スケールで確率的信号成分をフィルタリング、分析、予測する物理貯水池アーキテクチャの開発を導くことができる。
関連論文リスト
- Time series generation with spectrally aligned latent flow matching [0.0]
スペクトル整列型ラテントフロー時系列生成器を提案する。
標準信号表現に基づく微調整損失の導入は,これらの問題を克服する上で有効である。
提案手法が信号の現実性と計算効率を反映する指標に対して,提案手法の優位性を検証した。
論文 参考訳（メタデータ） (2026-09-18T16:49:46Z) - From Atoms to Entropy: Optimal Noise Allocation for Diffusion Training in the Convex Regime [52.459513910242485]
拡散訓練における最適な雑音レベルアロケーションを研究するための一般統計フレームワークを開発する。
最適化されたトレーニングスケジュールは、有限個のノイズレベルに集中した原子最小値を持つことを示す。
次に,大規模実験におけるエントロピック・スケジュールの評価を行った。
論文 参考訳（メタデータ） (2026-07-10T20:59:06Z) - Parameter-efficient Dual-encoder Architecture with Differentiable Choquet Integral Fusion for Underwater Acoustic Classification [43.92337343771302]
本稿では、音響波形とスペクトログラムを同時に処理するデュアルエンコーダニューラルアーキテクチャを提案する。
潜在的な非対称なチャネル歪みによって最小に劣化した表現に動的に注意を移すことにより、提案したゲーティング機構は水中環境の非定常的課題を緩和する。
論文 参考訳（メタデータ） (2026-06-01T14:49:38Z) - Autoencoder-Based Parameter Estimation for Superposed Multi-Component Damped Sinusoidal Signals [0.0]
ノイズ減衰正弦波信号における各成分の周波数,位相,減衰時間,振幅を推定するオートエンコーダに基づく手法を開発した。
提案手法は,挑戦的な設定であっても高い精度でパラメータを推定できることがわかった。
論文 参考訳（メタデータ） (2026-04-05T06:12:12Z) - Recurrent Quantum Feature Maps for Reservoir Computing [0.6299766708197881]
我々は、固定量子回路を再利用して現在の入力と過去の出力から導出される古典的なフィードバック信号の両方を符号化する、リカレント量子特徴写像に基づく貯水池を導入する。
我々は,最近導入したCP特徴量マップを用いて,Mackey-Glass の時系列予測タスク上でモデルを評価し,従来のベースラインよりも平均二乗誤差が低いことを示す。
論文 参考訳（メタデータ） (2026-04-03T21:33:10Z) - A mathematical framework for time-delay reservoir computing analysis [0.0]
貯留層コンピューティングは、ニューラルネットワークよりもはるかに少ない複雑さでデータを処理するための、確立されたアプローチである。
20年間の実験的な進歩にもかかわらず、貯水池計算のコア特性は依然として厳密な数学的基礎を欠いている。
本稿では、時間遅延型貯水池コンピュータの解析のための制御理論フレームワークを提供することにより、このギャップに対処する。
論文 参考訳（メタデータ） (2026-03-19T10:05:31Z) - Quantum reservoir computing for predicting and characterizing chaotic maps [0.3966519779235704]
量子貯水池コンピューティングは、時間データを効率的に処理するために量子システムを利用するための有望なパラダイムとして登場した。
離散非線形写像におけるカオス力学の予測と特徴付けのためのこのアプローチの能力を実証する。
その結果、複雑な力学系をモデリングするためのスケーラブルで耐雑音性の高いツールとして量子貯水池コンピューティングが注目されている。
論文 参考訳（メタデータ） (2025-09-15T15:55:59Z) - MFRS: A Multi-Frequency Reference Series Approach to Scalable and Accurate Time-Series Forecasting [51.94256702463408]
時系列予測は、周波数の異なる周期特性から導かれる。
マルチ周波数参照系列相関解析に基づく新しい時系列予測手法を提案する。
主要なオープンデータセットと合成データセットの実験は、最先端のパフォーマンスを示している。
論文 参考訳（メタデータ） (2025-03-11T11:40:14Z) - Characterizing low-frequency qubit noise [55.41644538483948]
量子ビット周波数のゆらぎは、スケーラブルな量子コンピュータへの道のりで克服すべき主要な問題の1つである。
ゆらぎの統計は、定期的に繰り返されるラムゼー測定の結果の相関子を測定することで特徴づけられる。
この研究は、進化する雑音の存在下での繰り返し測定中に量子力学を記述する方法を提案する。
論文 参考訳（メタデータ） (2022-07-04T22:48:43Z) - Stochastically forced ensemble dynamic mode decomposition for
forecasting and analysis of near-periodic systems [65.44033635330604]
本稿では,観測力学を強制線形系としてモデル化した新しい負荷予測手法を提案する。
固有線型力学の利用は、解釈可能性やパーシモニーの観点から、多くの望ましい性質を提供することを示す。
電力グリッドからの負荷データを用いたテストケースの結果が提示される。
論文 参考訳（メタデータ） (2020-10-08T20:25:52Z)
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。