Cognitive sensing system where machines perform machine learning

机器执行机器学习的认知传感系统

基本信息

批准号：
22K18289
负责人：
土屋智由
金额：
$ 16.64万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Challenging Research (Pioneering)
财政年份：
2022
资助国家：
日本
起止时间：
2022-06-30 至 2025-03-31
项目状态：
未结题

项目摘要

本年度はsilicon-on-insulator（SOI)ウエハ上に単一の微小電気機械システム（MEMS）非線形振動子を作製し、これを物理リザバーとして機械学習のベンチマークタスクを実施し、機械学習が可能であることを示しました。そして、振動子の非線形振動応答特性と機械学習性能を比較して最適な動作ポイント、そのメカニズムについて考察しました。SOIウエハに製作した両端支持梁からなる非線形振動子は梁の張力による剛性によって硬化ばね特性を有し、共振点付近で振動応答特性にヒステリシスを示しました。この応答特性を利用した物理リザバーを構築し、短期記憶、パリティタスクによるベンチマークを実施し、それぞれ短期記憶、非線形演算能力を確認し、機械学習が可能であることを示しました。そのうえで、振動子の振動特性、特に振動子の動作周波数と入力データの保持時間が学習性能に及ぼす影響を調べました。その結果、応答振幅にヒステリシスが生じる領域、特に不安定領域で記憶性能が他よりも良くなる傾向と線形、非線形記憶性能の高性能領域が相補的に存在することを確認しました。これらは物理リザバーで広く知られる経験則と一致していました。これらのことはMMEMS非線形振動子が物理リザバーとして良く機能していることを示しており、今後の研究に必要な最適な動作点、振動子の設計論の知見が得られました。これらを踏まえて、非線形振動子アレイや加速度センサを一体化した非線形振動子を製作し、これらについてもベンチマークタスクを実施し、機械学習が可能であることを確認しました。

今年，我们在硅启用器（SOI）晶圆上制造了单个微电机电系统（MEMS）非线性振荡器，并将其用作物理储层来执行机器学习基准测试任务，以证明机器学习是可能的。然后，我们将振荡器的非线性振动响应特征与机器学习性能进行了比较，并考虑了最佳的工作点和机制。由在Soi晶片上制造的两个最终支撑梁制成的非线性振荡器由于梁的张力引起的刚度而具有硬化弹簧特性，并且在谐振点附近表现出磁滞性的磁滞性。我们构建了一个物理储层，该储层利用了这种响应特征，使用短期记忆和奇偶校验任务进行了基准，并分别确认了短期内存和非线性计算能力，并证明了机器学习是可能的。然后，我们研究了振荡器的振动特征，尤其是振荡器工作频率的影响以及持有输入数据对学习性能的时间。结果，我们确认在某些互补区域中发生滞后幅度，尤其是在不稳定区域，以及具有线性和非线性记忆性能的高性能区域。这些与在物理储层中广为人知的经验规则一致。这些结果表明，MMEMS非线性振荡器在物理储存库中发挥良好的作用，从而洞悉了未来研究所需的振荡器的最佳操作点和设计理论。基于这些因素，我们制造了集成非线性振荡器阵列和加速传感器的非线性振荡器阵列和加速度计，并在这些传感器上执行了基准任务，以确认机器学习是可能的。