Development of single-electron reservoir compuiting

单电子储层计算的发展

基本信息

批准号：
19H02545
负责人：
大矢剛嗣
金额：
$ 10.73万
依托单位：
Yokohama National University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究の目的は「リザーバコンピューティング(RC)モデルを単電子デバイスに実装するための回路アーキテクチャの開発」をすることである。RCとは、近年注目を浴びているニューラルネットワーク(NN)モデルの一つである。最大の特徴は、リザーバと呼ばれる部分に含まれるニューロン間の接続や結合重みの設定法であり、一般的なNNでは十分に検討の必要があった設定・手法が不要になっている点である。究極的にはリザーバ部内のニューロン間配線はゼロでも構わないというのも回路アーキテクチャを考える際には大変魅力的である。よって、応募者のこれまでの「単電子回路＋NN」研究の知見を活かしつつRCモデルを導入することで、単電子回路研究の課題である配線数の問題と学習（シナプス結合の荷重変更）、およびこれまでの雑音・ノイズ利用を包括した新しい単電子情報処理の仕組みが完成する可能性がある。本研究課題においては特に(i)リザーバコンピューティングモデルを基にどのように単電子回路化するのか、(ii) (i)の(配線数を抑制した)設計回路が雑音・ゆらぎ環境下で所望の動作をするか、(iii)動作した場合に、なぜ動作出来ているのかを説明できる理論の構築、(iv)学習機能の実装とそれが正常動作をするかの確認の4点について着目し研究を進めている。2022年度は2021年度に引き続き、主に(iv)について研究を進め、より実践的なオンライン学習の導入とその実現可能性を見出した。さらに、(iii)の理論構築についても検討を進めているところである。本年度の研究成果については、査読付き英語論文を2報、査読付き国際会議発表を5件、国内学会発表を12件（1件の招待講演含む）するに至った。

这项研究的目的是“开发一种电路架构，用于在单电子器件中实现储层计算（RC）模型。” RC是近年来备受关注的神经网络（NN）模型之一。最大的特点是神经元之间的连接包含在一个称为“储存器”的部分中，以及连接权重的设置方法，这消除了一般神经网络需要仔细考虑的设置和方法。最终，在考虑电路架构时，储层部分的神经元之间可能没有接线的事实非常有吸引力。因此，通过引入RC模型，同时利用申请人先前的“单一电子电路+神经网络”研究知识，我们将能够解决导线数量和学习（改变突触连接的负载）的问题，这是一个作为单电子电路研究中的一个问题，也有可能完成一个新的单电子信息处理系统，该系统结合了传统的噪声和噪声利用。在本研究主题中，我们特别关注（i）如何基于储层计算模型创建单个电子电路，以及（ii）如何在嘈杂的环境中设计（i）中的电路（减少电线数量）我们关注四点：(iii) 建立一个理论，如果它有效的话，可以解释为什么它有效；(iv) 实现学习功能并确认它正常工作。 2022财年，继2021财年之后，我们主要进行了（iv）方面的研究，发现了更实用的在线学习的引入及其可行性。此外，我们目前正在考虑为（iii）建立一个理论。今年的研究成果包括同行评审英文论文2篇、同行评审国际会议报告5篇、国内会议报告12篇（其中特邀报告1篇）。