磁気光学効果を利用した光回折型ディープニューラルネットワークの提案

カテゴリ: 研究会(論文単位)

論文No: MAG23019

グループ名: 【A】基礎・材料・共通部門 マグネティックス研究会

発行日: 2023/02/28

タイトル(英語): Proposal of Magneto-optical diffractive deep neural network

著者名: 藤田 拓実(長岡技術科学大学),坂口 穂貴(長岡技術科学大学),張 健(長岡技術科学大学),野中 尋史(愛知工業大学),鷲見 聡(豊田工業大学),粟野 博之(豊田工業大学),石橋 隆幸(長岡技術科学大学)

著者名(英語): Takumi Fujita(Nagaoka University of Technology),Hotaka Sakaguchi(Nagaoka University of Technology),Jian Zhang(Nagaoka University of Technology),Hirofumi Nonaka(Aichi Institute of Technology),Satoshi Sumi(Toyota Technological Institute),Hiroyuki Awano(Toyo

キーワード: ディープニューラルネットワーク|光コンピューティング|ニューラルネットワーク|磁気光学効果光|磁性体|磁性薄膜|Deep Neural Network|Optical computing|Optical neural network|Magneto-optical effect|Magnetic material|Magnetic thin film

要約(日本語): ディープニューラルネットワークを物理的に実装する手法として、磁気光学効果を利用した光回折型ディープニューラルネットワーク(MO-D2NN)を提案し、その理論構築および数値計算による実験を行った。磁性体の回折層を5層用いて、MNISTの手書き数字の分類精度を評価したところ、磁性体のファラデー回転角がπ?100 radと小さくても、80%以上の分類精度を出せることがわかった。

要約(英語): As a physical implementation of deep neural networks, we proposed an magneto-optical diffractive deep neural network (MO-D2NN), constructed its theory, and conducted numerical experiments. We evaluated the classification accuracy of MNIST handwritten digits using five diffraction layers of magnetic material, and found that a classification accuracy of more than 80% can be achieved even when the Faraday rotation angle of the magnetic material is as small as π?100 rad.

本誌: 2023年3月3日マグネティックス研究会

本誌掲載ページ: 17-22 p

原稿種別: 日本語

PDFファイルサイズ: 2,014 Kバイト