リザバーコンピューティング～技術の現在地と最新動向～

構成数 : 1

第1章 リザバーコンピューティングの概要
1. リザバーコンピューティングとは
2. ニューラルネットワーク
3. リカレントニューラルネットワーク
3.1 短期記憶とEcho State Property
3.2 基本的な学習モデル:Echo State Network
3.3 線形ESN とESP
4. リザバーコンピューティング
4.1 ミニマルユーザーガイド
4.2 学習誤差、テスト誤差、汎化誤差
4.3 過学習と正則化
5. リザバーコンピューティングの数理的側面
5.1 幾何的解釈と他手法との比較
5.2 一般化同期写像に基づくRC の解釈
6. まとめと今後の課題

第2章 リザバーコンピューティングのソフトウェア実装
1. Echo State Network のソフトウェア実装
1.1 Echo State Network の数理モデル
1.2 Echo State Network の最適化ポイント
1.3 ESN に対するソフトウェア実装フレームワーク
1.4 ESN のベンチマークデータへの適用
1.4.1 音声認識タスク
1.4.2 MNIST ベンチマーク
2. Liquid State Machine のソフトウェア実装
2.1 Liquid State Machine の数理モデル
2.2 Liquid State Machine の最適化ポイント
2.3 LSM に対するソフトウェア実装フレームワーク
2.4 LSM のベンチマークデータへの適用

第3章 ハードウェアデバイスへの実装
1. 専用ディジタル回路設計、およびFPGA 実装の際の注意すべきポイント
2. Echo State Network のFPGA 実装
2.1 計算モデルとアルゴリズム
2.2 ハードウェア設計
2.3 実装結果と効果
3. LUTNet を取り入れたRC モデルのFPGA 実装
3.1 計算モデルとアルゴリズム
3.2 ハードウェア設計
3.3 実装結果と効果

第4章 物理リザバーコンピューティングの現状
第1節 物理リザバー計算の射程と含意
1. 物理リザバー計算の概要
2. 物理リザバー計算における3 つのphase
3. ESP とその外部
4. Dead trout 実験解題
5. 物理リザバーの境界
6. Mortal Computation としての物理リザバー計算
7. 結びに変えて:「計算」という言葉について

第2節 光を用いたリザバーコンピューティング
1. 光RC の特徴
1.1 光のどのような性質を活かすべきか?
1.2 光演算が抱える課題
2. 実装方式
2.1 空間光学系方式
2.2 時間遅延ノード方式
2.3 光集積回路方式
3.応用範囲及び今後の展望
3.1 応用
3.2 今後の技術展望

第3節 スピン波を用いた物理リザバーコンピューティング
1. 物理リザバーコンピューティング特有の特徴
2. リザバーの機能性を発揮するための指針
3. 局在スピンを伝播するスピン波
4. 電子デバイス応用
5. リザバーコンピューティング性能を高めるためのアイデア
6. 入力信号のエンコード、出力信号のデコード
7. コンピューティングシステムと具体的な計算タスク
8. 計算性能と考察
8.1 物理リザバーコンピューティング原理の理解

第4節 ナノ分子材料を用いたリザバーコンピューティング
1. 原理と利点
1.1 マテリアルリザバーの概念
1.2 ナノ分子材料を用いる利点
2. 実装方法
2.1 マテリアルリザバーにおける実装形態
2.2 多電極ネットワーク型方式1
2.3 二電極型方式
2.4 方式の比較と評価指標
3. 応用範囲と評価の現状および今後の展望
3.1 マテリアルリザ<...