Dynamical system analysis for physical reservoir computing using limit cycles

使用极限环进行物理油藏计算的动力系统分析

基本信息

批准号：
22KJ1786
负责人：
明石望洋
金额：
$ 2.83万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2023
资助国家：
日本
起止时间：
2023-03-08 至 2025-03-31
项目状态：
未结题

项目摘要

本年度の主な研究実施事項は、1.リミットサイクルの情報処理能力の理論解析、における解析手法・研究動向の調査と、2.実モデルであるスピントロニクスデバイスと空気圧人工筋肉の情報処理への活用、における数値解析と実機実験である。一つ目の項目について、ニューラルネットワークの力学系埋込能力を、力学系における位相共役の理論に着目して研究を行う受入研究者の指導学生の隔週セミナーに参加して、同アプローチとその周辺研究のポテンシャルと適用制限の調査を行った。また、共同研究者の該当分野に関する輪読セミナーや各種研究集会への参加を通じて、関連研究を行う国内外の研究者と活発な意見交換を行った。二つ目の項目に関して、リミットサイクルの情報処理能力の解析とそれを踏まえた活用法の考案を行った。スピントルク発信器による物理レザバー計算に関して、自身の先行研究では、単一素子による情報処理能力の解析を行っていたが、新たに多素子結合系のフレームワークを提案した。多素子結合系においては結合強度や入力強度を調整することで、リミットサイクルに限らないカオスを含んだ多様な分岐現象を呈することを発見した。更に、それらの分岐に誘導される情報処理能力を記憶容量や有効次元といった一般的指標による解析で評価し、単一素子系を大幅に上回る情報処理能力を持ち得ることを示した。そして、提案したフレームワークにより、ウェアラブルデバイスのセンサー時系列処理の実世界タスクを実際に解けることを示した。本結果は国際会議における発表と、自身が筆頭著者の学術雑誌論文としての出版の成果を得た。また、空気圧人工筋肉において、物理レザバー計算を適用することで、リミットサイクルやカオスといった多様なダイナミクス、更にはこれらを含んだ分岐構造といったより大域的な力学系の構造を埋め込み可能なことを実機実験により明らかにした。この結果は国内会議で発表した。

今年的主要研究活动有：1.极限环信息处理能力理论分析的分析方法和研究趋势的探讨；2.自旋电子器件和气动人工肌肉的实际模型在信息处理中的利用、数值分析和实机实验。关于第一个项目，我参加了由一位主持研究人员指导的每两周一次的学生研讨会，该研究人员研究神经网络嵌入动力系统的能力，重点关注动力系统中的拓扑共轭理论，并了解了这种方法及其研究潜力和应用局限性进行了调查。此外，通过参加合作领域相关的阅读研讨会和各种研究会议，我们与国内外开展相关研究的研究人员进行了热烈的交流。关于第二项，我们分析了极限环的信息处理能力，并在此基础上设计了利用它的方法。关于使用自旋扭矩振荡器的物理储层计算，在我之前的研究中，我分析了单个元素的信息处理能力，但我提出了一个多元素耦合系统的新框架。我们发现，在多元耦合系统中，通过调整耦合强度和输入强度，可以表现出各种分岔现象，不仅包括极限环，还包括混沌。此外，利用存储容量、有效维度等通用指标分析评估这些分支引发的信息处理能力，结果表明其信息处理能力可显着高于单元系统。然后我们表明，所提出的框架实际上可以解决可穿戴设备的传感器时间序列处理的现实任务。研究结果在一次国际会议上发表，并以我作为第一作者的学术期刊文章形式发表。此外，通过将物理储库计算应用于气动人造肌肉，我们已经证明可以嵌入各种动力学，例如极限循环和混沌，以及更广泛的动力学系统结构，例如包含这些的分支结构。结果在全国会议上公布。

项目成果

期刊论文数量（7）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Bifurcations and information-processing capability in physical reservoir computing: Case studies of pneumatic artificial muscles and spintronics devices

物理储层计算中的分岔和信息处理能力：气动人造肌肉和自旋电子设备的案例研究

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Nozomi Akashi;Yasuo Kuniyoshi;Sumito Tsunegi;Tomohiro Taniguchi;Jo Takemoto;Mitsuhiro Nishida;Ryo Sakurai;Yasumichi Wakao;Kenji Kawashima;Kohei Nakajima
通讯作者：
Kohei Nakajima

Self-organization of physics-informed mechanisms in recurrent neural networks: a case study in pneumatic artificial muscles

循环神经网络中物理信息机制的自组织：气动人造肌肉的案例研究