[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-Z28-9] 【注目講演】多様な材料を利用したランダムネットワーク物理リザバーの比較

〇田中 啓文^1,2、琴岡 匠¹、バナージー ディープ¹、ハディヤワルマン T.^1,2、アズハリ サマン^1,2、宇佐美 雄生^1,2 (1.九工大生命体工、2.九工大ニューロモルフィックAIハードウェア研究センター)

キーワード：リザバー, ランダムネットワーク構造, 多電極

リカレントニューラルネットワークの一種であるリザバー演算は、多電極からの出力重みの学習のみを必要とし、高効率でより速い予測や分類タスクが可能と期待されている。非線形性、メモリ効果、高次元性といったリザバーの特性を反映した物理的なハードウェアプラットフォームは、現状のソフトウェアベースのインターフェースに代替できるとして注目されている。本研究では、我々がすでにリザバーとしての有効性を確認している単層カーボンナノチューブ(SWNT)/ポリオキソメタレート集合体、Ag/Ag2S微粒子集合体、Ag/Ag2Seナノワイヤー集合体など多様な材料を利用したランダムネットワークを構築し物理的リザバーとした際の電気測定結果を紹介する。また、波形生成と非線形自己回帰移動平均(NARMA)時系列予測の2つのベンチマークタスクの結果を比較し、どの材料がリザバー演算にとって有効なのか検討する。