[12a-S101-1~9] FS.1 フォーカストセッション「AIエレクトロニクス」

[12a-S101-8] 非線形波動方程式に基づくニューラルネットワークにおける波面整合学習

〇中島 光雅¹、橋本 俊和¹ (1.NTT先端集積デバイス研)

キーワード：ニューラルネット、光コンピューティング、ニューロモルフィック

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。これまでに、Neural-ODEで取り扱う微分方程式を光導波路内の光波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してきた。これによって、小型な光導波路中に大規模なネットワークを実装することが可能となる。本稿では、学習法として、重みに相当する屈折率分布の位相項のみを更新する手法を用いる影響について調べたので報告する。