光リザーバーコンピューティング - 原理と実装

著者名：菅野円隆/内田淳史

共立出版（2024/07発売）

• ISBN：9784320125735

内容説明

本書では、光を用いたリザーバーコンピューティングに焦点を当て、その原理、実装方法、応用（最新の研究動向を含む）を詳しく解説する。

目次

表　紙
第1章　リザーバーコンピューティングの基礎
1.1　リザーバーコンピューティング
1.1.1　機械学習とリザーバーコンピューティング
1.1.2　リザーバーコンピューティングの起源
1.1.3　機械学習の物理デバイス実装へのパラダイムシフト
1.2　リザーバーコンピューティングの原理
1.2.1　リザーバーコンピューティングとは何か？
1.2.2　リザーバーコンピューティングの動作原理
1.2.3　リザーバーコンピューティングの特徴
1.2.4　深層学習との比較
1.3　リザーバーコンピューティングの基本モデル
1.3.1　エコーステートネットワーク
1.4　光を用いたリザーバーコンピューティング
1.4.1　光技術の利点
1.4.2　光リザーバーコンピューティングの方式
1.4.3　光リザーバーコンピューティングの歴史
1.4.4　光リザーバーコンピューティングの応用
第2章　光リザーバーコンピューティングの原理
2.1　時間ノード方式の原理
2.1.1　リザーバーに用いる時間遅延ダイナミカルシステム
2.1.2　入力部の前処理
2.1.3　出力部の後処理
2.1.4　時間ノード方式の特徴
2.2　空間ノード方式の原理
2.2.1　入力部の前処理
2.2.2　出力部の後処理
2.3　学習アルゴリズム
2.3.1　目標信号
2.3.2　線形回帰（最小二乗法）を用いた出力結合重みの最適化
2.3.3　リッジ回帰
2.3.4　オンライン学習
2.4　リザーバーコンピューティングに求められる光デバイスの性質
2.4.1　非線形変換と高次元化
2.4.2　短期記憶
2.4.3　コンシステンシー
2.5　時間ノード方式と空間ノード方式の関係
第3章　光リザーバーコンピューティングの実装方法
3.1　実装方法の分類
3.2　時間ノード方式の実装方法
3.2.1　時間ノード方式の分類
3.2.2　戻り光を有する半導体レーザを用いた実装
3.2.3　非線形光学素子を用いた実装
3.2.4　光電気フィードバックシステムを用いた実装
3.3　空間ノード方式の実装方法
3.3.1　空間ノード方式の分類
3.3.2　空間光ネットワークを用いた実装
3.3.3　空間光変調器を用いた実装
3.3.4　光伝搬と光散乱を用いた実装
3.4　その他の光デバイスを用いた実装方法
3.5　リザーバーとしての光デバイスの特徴
第4章　光リザーバーコンピューティングの高機能化と光集積回路
4.1　入力マスク信号の設計方法
4.1.1　マスク信号の多値化
4.1.2　アナログマスク信号
4.1.3　マスク周期と遅延時間の非同期方式
4.2　入力部と出力部のアナログ実装
4.2.1　光強度変調器を用いた実装
4.2.2　FPGAを用いた実装
4.3　光リザーバーコンピューティングの並列化と深層化
4.3.1　光リザーバーコンピューティングの並列化方式
4.3.2　光リザーバーコンピューティングの深層化方式
4.3.3　並列化・深層化方式の比較とハイブリッド方式
4.4　光集積回路を用いた光リザーバーコンピューティング
4.4.1　戻り光を有する半導体レーザの光集積回路
4.4.2　シリコンフォトニクス集積回路
4.4.3　シリコンフォトニクス導波路を用いた光ニューラルフィールド
第5章　光リザーバーコンピューティングの情報処理タスクと応用分野
5.1　基本的なタスク
5.1.1　記憶容量
5.1.2　排他的論理和演算(XOR) タスク
5.1.3　パリティチェックタスク
5.1.4　関数近似タスク
5.2　時系列予測タスク
5.2.1　レーザカオス時系列予測タスク(Santa Fe)
5.2.2　マッキー・グラス時系列予測タスク
5.2.3　NARMA10タスク
5.2.4　レーダ信号予測タスク
5.3　音声認識タスク
5.3.1　TI 46-Word 音声信号データセット
5.3.2　AURORA-2 音声信号データセット
5.4　画像認識タスク
5.4.1　MNIST 手書き文字認識タスク
5.4.2　CIFAR-10 画像認識タスク
5.4.3　動画認識タスク
5.5　通信の伝送歪み補償タスク
5.5.1　非線形チャンネル等化タスク
5.5.2　光通信の伝送歪み補償タスク
5.5.3　ヘッダー認識タスク
5.6　光計測への応用
5.6.1　屈折率変化の測定
5.6.2　光位相ダイナミクスの測定
5.7　医療への応用
5.7.1　呼吸による肺の動作予測
5.8　材料工学への応用
5.8.1　新規材料の分類
5.9　未観測信号の推測（オブザーバ）
5.10　リザーバーの自律動作によるダイナミクスの複製
5.11　情報処理容量
第6章　様々な光コンピューティング技術
6.1　光を用いた強化学習と意思決定
6.1.1　多腕バンディット問題
6.1.2　レーザカオス時間波形を用いた意思決定
6.1.3　リング共振器型半導体レーザを用いた意思決定
6.1.4　結合半導体レーザの遅延カオス同期を用いた意思決定
6.1.5　空間光変調器を用いた並列意思決定
6.1.6　マルチモード半導体レーザを用いた意思決定
6.2　光ニューラルネットワークを用いた深層学習
6.2.1　空間光学系を用いた実装
6.2.2　光マイクロリング共振器を用いた実装
6.2.3　光干渉計を用いた実装
6.3　光を用いた物理深層学習
6.3.1　時間折り畳み深層ニューラルネットワーク
6.3.2　最適制御を用いた物理深層学習
6.4　コヒーレントイジングマシン
6.5　光パスゲート論理
6.6　展望
付　録
A.1　光リザーバーコンピューティングのサンプルプログラム
A.2　線形回帰による出力結合重みの最適化の多項式表示
A.3　QR 分解を用いた連立一次方程式の解法
参考文献
索　引
コラム　リザーバー？ リザーバ？ リザバー？
コラム　魚の情報処理とリザーバーコンピューティング
コラム　光コンピューティングで交差点から信号機が消える？