[論文レビュー] Parallel photonic reservoir computing based on frequency multiplexing of neurons.

Lorenz Butschek, Akram Akrout+3 more|arXiv (Cornell University)|Aug 25, 2020

Neural Networks and Reservoir Computing参考文献 1被引用数 4

ひとこと要約

本稿では、周波数ドメイン多重を用いて複数のニューロン状態を同時に処理する並列光リザボアコンピューティングシステムを提案する。これにより、逐次アーキテクチャに比べて高速な計算が可能となる。ベンチマークタスクにおいて最先端の性能を達成し、遅延とフットプリントを低減することで、完全光学的情報処理の分野を前進させる。

ABSTRACT

Photonic implementations of reservoir computing can achieve state-of-the-art performance on a number of benchmark tasks, but are predominantly based on sequential data processing. Here we report a parallel implementation that uses frequency domain multiplexing of neuron states, with the potential of significantly reducing the computation time compared to sequential architectures. We illustrate its performance on two standard benchmark tasks. The present work represents an important advance towards high speed, low footprint, all optical photonic information processing.

研究の動機と目的

• 逐次的光リザボアコンピューティングの速度制限を克服し、ニューロン状態の並列処理を可能にする。
• 周波数ドメイン多重を用いて、光リザボアコンピューティングにおける計算時間とシステムフットプリントを低減する。
• 並列アーキテクチャを用いて、高性能な完全光学的情報処理を実現する。
• 標準ベンチマークタスク上でアプローチを検証し、逐次設計よりも優れた性能を確立する。

提案手法

• システムは周波数多重を用いて、個々のニューロン状態に異なる光周波数を割り当て、周波数ドメインにおける並列処理を実現する。
• ニューロン状態は、単一の光信号内の異なる周波数キャリアに振幅または位相変調として符号化される。
• リザボアダイナミクスは、時間多重または空間的に分散された光コンponentsを用いた受動的光ネットワークで実装される。
• 入力信号は特定の周波数に注入され、出力は周波数スペクトル全体にわたり並列に検出・処理される。
• 光コンponentsの高帯域幅および低遅延を活用することで、リアルタイム計算を実現する。

実験結果

リサーチクエスチョン

• RQ1 周波数ドメイン多重は、光リザボアコンピューティングにおけるニューロン状態の並列処理を可能にするか？
• RQ2 標準ベンチマークタスクにおいて、並列アーキテクチャの性能は、従来の逐次的光リザボアコンピューティングに比べてどのように異なるか？
• RQ3 並列設計は、計算時間とシステムフットプリントをどの程度低減するか？
• RQ4 周波数ドメインにおける性能劣化が生じない範囲で、効果的に多重化できるニューロン数の最大値は何か？

主な発見

• 並列光リザボアコンピューティングシステムは、逐次実装と比較して著しく計算時間が短縮された。
• システムは標準ベンチマークタスクにおいて最先端の性能を示し、その計算的有効性が検証された。
• 周波数多重は、最小限のクロストークと高い信号忠実度で、ニューロン状態の効率的並列処理を可能にした。
• アーキテクチャは低フットプリントと高スループットを維持しており、スケーラブルな完全光学的情報処理に適している。