[9p-Z28-1~19] FS.1 フォーカストセッション「AIエレクトロニクス」

[9p-Z28-13] ニューラルネットワークのシュレディンガー方程式による連続表現

〇中島 光雅¹、田仲 顕至¹、橋本 俊和¹ (1.NTT先デ研)

キーワード：ニューロモルフィック, ニューラルネットワーク, 光回路

近年、ディープニューラルネットワーク(DNN)を常微分方程式(ODE)としてみなす、Neural-ODEが機械学習分野で注目されている。この枠組みでは、微分方程式x(t+1)=f[x(t),θ,t]を層の発展とみなし、出力演算や学習はODEを解くことによって行われる。本稿では、Neural-ODEで取り扱う微分方程式を、光導波路中の伝搬を記述する波動方程式であるシュレディンガー方程式へと拡張する。学習（設計）したネットワークは、物理量である屈折率を介して、物理的に実装可能である。