| 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 | 2026-03-05 14:40 ［記念講演］LMESN: A Leakage-Driven MOSFET Reservoir for Scalable and Ultra-Low-Power Temporal Inference ○Haoyuan Li（XJTU/Kyoto Univ.）・Masami Utsunomiya・Ryuto Seki・Quan Cheng・Weirong Dong（Kyoto Univ.）・Feng Liang（XJTU）・Takashi Sato（Kyoto Univ.）  VLD2025-94 HWS2025-90 ICD2025-105 |
|
| 抄録 | （和） | Edge-based temporal inference demands energy-efficient and scalable computing architectures, but existing analog reservoir computing models often face high energy costs and limited reconfigurability. We present LMESN, a leakage-current-driven, pulse-based reservoir computing architecture that exploits intrinsic threshold-voltage variation in standard CMOS to realize ultra-low-power stochastic dynamics. To overcome physical array size constraints, we propose a Shift-Multi-Mask (SMM) technique that emulates large virtual reservoirs through cyclic mask shifts, reducing update energy by over 100× and enabling single-cycle reconfiguration. To further boost task-level performance, we develop a hardware–software co-optimization framework that jointly tunes the ADC quantization range and reservoir mask structure via a discrete genetic algorithm. Post-layout simulations in 22 nm CMOS and evaluations on eight time-series datasets demonstrate up to 13.7% accuracy improvement and 5× variance reduction over unoptimized LMESN baselines. Compared to prior analog and neural network models, LMESN achieves 3–7 orders of magnitude lower energy consumption while delivering competitive or superior accuracy. Together, these innovations make LMESN a scalable, energy-efficient, and task-adaptive platform for edge temporal processing, setting a new direction in physical reservoir computing. |
| （英） | Edge-based temporal inference demands energy-efficient and scalable computing architectures, but existing analog reservoir computing models often face high energy costs and limited reconfigurability. We present LMESN, a leakage-current-driven, pulse-based reservoir computing architecture that exploits intrinsic threshold-voltage variation in standard CMOS to realize ultra-low-power stochastic dynamics. To overcome physical array size constraints, we propose a Shift-Multi-Mask (SMM) technique that emulates large virtual reservoirs through cyclic mask shifts, reducing update energy by over 100× and enabling single-cycle reconfiguration. To further boost task-level performance, we develop a hardware–software co-optimization framework that jointly tunes the ADC quantization range and reservoir mask structure via a discrete genetic algorithm. Post-layout simulations in 22 nm CMOS and evaluations on eight time-series datasets demonstrate up to 13.7% accuracy improvement and 5× variance reduction over unoptimized LMESN baselines. Compared to prior analog and neural network models, LMESN achieves 3–7 orders of magnitude lower energy consumption while delivering competitive or superior accuracy. Together, these innovations make LMESN a scalable, energy-efficient, and task-adaptive platform for edge temporal processing, setting a new direction in physical reservoir computing. | |
| キーワード | （和） | Reservoir Computing / Echo State Network / Leakage Current / Analog Computing / Optimization Algorithm / / / |
| （英） | Reservoir Computing / Echo State Network / Leakage Current / Analog Computing / Optimization Algorithm / / / | |
| 文献情報 | 信学技報, vol. 125, no. 382, VLD2025-94, pp. 99-105, 2026年3月. | |
| 資料番号 | VLD2025-94 | |
| 発行日 | 2026-02-25 (VLD, HWS, ICD) | |
| ISSN | 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 | VLD2025-94 HWS2025-90 ICD2025-105 |
|
| 研究会情報 | |
| 研究会 | ICD HWS VLD |
| 開催期間 | 2026-03-04 - 2026-03-07 |
| 開催地（和） | みんなの貸会議室 那覇旭町店404会議室 |
| 開催地（英） | |
| テーマ（和） | システムオンシリコンを支える設計技術, ハードウェアセキュリティ, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | VLD |
| 会議コード | 2026-03-ICD-HWS-VLD |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | LMESN: A Leakage-Driven MOSFET Reservoir for Scalable and Ultra-Low-Power Temporal Inference |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Reservoir Computing / Reservoir Computing |
| キーワード(2)（和/英） | Echo State Network / Echo State Network |
| キーワード(3)（和/英） | Leakage Current / Leakage Current |
| キーワード(4)（和/英） | Analog Computing / Analog Computing |
| キーワード(5)（和/英） | Optimization Algorithm / Optimization Algorithm |
| 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） | Haoyuan Li / Haoyuan Li / |
| 第1著者 所属（和/英） | Xi'an Jiaotong University/Kyoto University (略称： XJTU/Kyoto Univ.) Xi'an Jiaotong University/Kyoto University (略称： XJTU/Kyoto Univ.) |
| 第2著者 氏名（和/英/ヨミ） | Masami Utsunomiya / Masami Utsunomiya / |
| 第2著者 所属（和/英） | Kyoto University (略称： Kyoto Univ.) Kyoto University (略称： Kyoto Univ.) |
| 第3著者 氏名（和/英/ヨミ） | Ryuto Seki / Ryuto Seki / |
| 第3著者 所属（和/英） | Kyoto University (略称： Kyoto Univ.) Kyoto University (略称： Kyoto Univ.) |
| 第4著者 氏名（和/英/ヨミ） | Quan Cheng / Quan Cheng / |
| 第4著者 所属（和/英） | Kyoto University (略称： Kyoto Univ.) Kyoto University (略称： Kyoto Univ.) |
| 第5著者 氏名（和/英/ヨミ） | Weirong Dong / Weirong Dong / |
| 第5著者 所属（和/英） | Kyoto University (略称： Kyoto Univ.) Kyoto University (略称： Kyoto Univ.) |
| 第6著者 氏名（和/英/ヨミ） | Feng Liang / Feng Liang / |
| 第6著者 所属（和/英） | Xi'an Jiaotong University (略称： XJTU) Xi'an Jiaotong University (略称： XJTU) |
| 第7著者 氏名（和/英/ヨミ） | Takashi Sato / Takashi Sato / |
| 第7著者 所属（和/英） | Kyoto University (略称： Kyoto Univ.) Kyoto University (略称： Kyoto Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-05 14:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | VLD |
| 資料番号 | VLD2025-94, HWS2025-90, ICD2025-105 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.382(VLD), no.383(HWS), no.384(ICD) |
| ページ範囲 | pp.99-105 |
| ページ数 | 7 |
| 発行日 | 2026-02-25 (VLD, HWS, ICD) |
[研究会発表申込システムのトップページに戻る]