パルス形ハードウェアカオスニューロンモデルを用いたリザバーコンピューティングの時系列情報処理と短期記憶性

カテゴリ: 研究会(論文単位)

論文No: ECT24058

グループ名: 【C】電子・情報・システム部門 電子回路研究会

発行日: 2024/11/18

タイトル(英語): A Study on Time Series Information Processing and Short Term Memory of Reservoir Computing Using Pulse-type Hardware Chaotic Neuron Models

著者名: 米川 尊(日本大学),山口 拓人(日本大学),佐伯 勝敏(日本大学)

著者名(英語): Takeru Yonekawa(Nihon University),Takuto Yamaguchi(Nihon University),Katsutoshi Saeki(Nihon University)

キーワード: 集積回路|物理リザバーコンピューティング|カオス|パルス形ハードウェアカオスニューロンモデル|ＮＡＲＭＡタスク|記憶容量|Integrated Circuits|Physical Reservoir Computing|Chaos|Pulse-type Hardware Chaotic Neuron Models|NARMA task|Memory Capacity

要約(日本語): 本稿は，集積回路化可能なパルス形ハードウェアカオスニューロンモデル（P-HCNM）で構築した物理リザバーコンピューティングの情報処理能力を評価するために，NARMAタスクを行った．また，Memory Capacityを算出するために，遅延タスクを行った．これらのタスクより，P-HCNMリザバーが時系列の情報処理ができることと短期記憶性を有することを定量的に明らかにしている．

要約(英語): In this paper, we perform a NARMA task to evaluate the information processing capability using physical reservoir computing with Pulse-type Hardware Chaotic Neuron Models (P-HCNMs) which can be made into integrated circuits. We also perform a Delay task to calculate memory capacity. Using these tasks, we quantitatively show that this reservoir is capable of processing time series information and has short-term memory.

本誌: 2024年11月21日-2024年11月22日電子回路研究会

本誌掲載ページ: 55-58 p

原稿種別: 日本語

PDFファイルサイズ: 1,050 Kバイト