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，我们将在绝缘体上硅 (SOI) 晶圆上制造单个微机电系统 (MEMS) 非线性振荡器，将其用作物理储存器，并执行机器学习基准测试任务以实现机器学习。然后我们比较了振动器的非线性振动响应特性和机器学习性能，并考虑了最佳工作点及其机理。在SOI晶片上制造的、两端支撑梁的非线性振荡器由于梁张力引起的刚度而具有硬化弹簧特性，并且在谐振点附近的振动响应特性中表现出滞后性。我们利用这种响应特性构建了一个物理水库，并使用短期记忆和奇偶校验任务进行了基准测试，证实了短期记忆和非线性计算能力，并证明了机器学习的可能性。然后，我们研究了振荡器的振动特性，特别是振荡器的工作频率和输入数据保留时间对学习性能的影响。结果，我们证实，在响应幅度出现滞后的区域，特别是在不稳定区域，内存性能有优于其他区域的趋势，并且存在线性和非线性内存性能高性能的互补区域。这些与众所周知的物理储层经验法则一致。这些结果表明 MMEMS 非线性振荡器功能良好，是一个物理储库，我们已经获得了未来研究所需的最佳工作点和振荡器设计理论的知识。基于这些发现，我们创建了一个集成非线性振荡器阵列和加速度传感器的非线性振荡器，对它们执行基准任务，并确认机器学习是可能的。