| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-01-24 16:30 ディスクリート半導体素子による物理レザバーの実装 ○鈴木駿也・南川滉瑛・赤井 恵・浅井哲也（北大）  NLP2019-99 |
|
| 抄録 | （和） | レザバーコンピューティングは, ネットワークにループを持つ再帰的ニューラルネットワークの一種である. 典型的な再帰的ニューラルネットワークとの主な違いは, 出力重みのみを学習によって更新することであり, レザバーの構造は変更しない. そのため, レザバーは, 物理系を用いて実装することができると考えられ, 光,スピン, 弾性体, メモリスタなど, 様々な物理系において実装が検討されている. 本研究では, 単純な構造ながら高い精度を示す電子回路レザバーを提案する. |
| （英） | Reservoir computing is a recurrent neural network that has loop structures. The main difference from typical recurrent neural networks is that only the output weight is determined by learning. The structure of the middle layer (called the reservoir) is initially given randomly and is not changed. Therefore, it is considered that the reservoir has a high affinity for physical dynamics, and its implementation using various physical systems, such as optics, spin, elastic body, and memristor is studied. In this study, we propose a high-accuracy reservoir with a simple structure using electronic circuits as a new physical reservoir. | |
| キーワード | （和） | レザバーコンピューティング / 電子回路 / 離散時間 / 時系列予測 / / / / |
| （英） | Reservoir Computing / Electronic circuit / Discrete time / Time series prediction / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 381, NLP2019-99, pp. 73-78, 2020年1月. | |
| 資料番号 | NLP2019-99 | |
| 発行日 | 2020-01-16 (NLP) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NLP2019-99 |
|
| 研究会情報 | |
| 研究会 | NLP NC |
| 開催期間 | 2020-01-23 - 2020-01-25 |
| 開催地（和） | 宮古島マリンターミナル |
| 開催地（英） | Miyakojima Marine Terminal |
| テーマ（和） | NC, NLP, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2020-01-NLP-NC |
| 本文の言語 | 日本語 |
| タイトル（和） | ディスクリート半導体素子による物理レザバーの実装 |
| サブタイトル（和） | |
| タイトル（英） | Electronic implementation of a physical reservoir composed of discrete semiconductor devices |
| サブタイトル（英） | |
| キーワード(1)（和/英） | レザバーコンピューティング / Reservoir Computing |
| キーワード(2)（和/英） | 電子回路 / Electronic circuit |
| キーワード(3)（和/英） | 離散時間 / Discrete time |
| キーワード(4)（和/英） | 時系列予測 / Time series prediction |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 鈴木 駿也 / Shunya Suzuki / スズキ シュンヤ |
| 第1著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 南川 滉瑛 / Koyo Minamikawa / ミナミカワ コウヨウ |
| 第2著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 赤井 恵 / Megumi Akai-Kasaya / アカイ メグミ |
| 第3著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 浅井 哲也 / Tetuya Asai / アサイ テツヤ |
| 第4著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-01-24 16:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2019-99 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.381 |
| ページ範囲 | pp.73-78 |
| ページ数 | 6 |
| 発行日 | 2020-01-16 (NLP) |
[研究会発表申込システムのトップページに戻る]