磁気光学回折型ディープニューラルネットワークの最適化と画像処理タスクへの応用

カテゴリ: 研究会(論文単位)

論文No: MAG24086

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: 2024/11/18

タイトル(英語): Optimization of Magneto-Optical Diffractive Deep Neural Network and its Application to Image Processing Task

著者名: 赤川 怜央(長岡技術科学大学),坂口 穂貴(長岡技術科学大学),Chafi Fatima Zahra(長岡技術科学大学),石橋 隆幸(長岡技術科学大学),野中 尋史(愛知工業大学),粟野 博之(豊田工業大学)

著者名(英語): Reo Akagawa(Nagaoka University of Technology),Hotaka Sakaguchi(Nagaoka University of Technology),Fatima Zahra Chafi(Nagaoka University of Technology),Takayuki Ishibashi(Nagaoka University of Technology),Hirofumi Nonaka(Aichi Institute of Technology),Hroyuki Awano(Toyota Technological Institute)

キーワード: 磁気光学効果|ニューラルネットワーク|光回折型ディープニューラルネットワーク|magneto-optical effect|neural network|diffractive deep neural network

要約(日本語): 近年、Deep Neural Networkが注目され、急速な発展を遂げ、画像処理や自然言語処理など様々な分野で応用されているが、処理速度や消費電力の増大が問題となっている。それらの問題を解決する物理デバイスとして、我々は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)を提案した。今回は、MO-D2NNの層間距離を変化時の画像分類での性能評価と、画像処理タスクの性能について調べた。

要約(英語): In recent years, Deep Neural Networks have attracted attention and have been applied in various fields, but the increase in processing speed and power consumption has become a problem. As a physical device to solve these problems, we proposed an optical diffraction deep neural network (MO-D2NN) using the magneto-optical effect. In this study, we evaluated the performance of MO-D2NN in image classification when the interlayer distance is varied, and investigated its performance in image processing tasks.

本誌: 2024年11月21日-2024年11月22日マグネティックス研究会

本誌掲載ページ: 11-15 p

原稿種別: 日本語

PDFファイルサイズ: 1,545 Kバイト