[16p-A33-1~16] FS.1 Focused Session "AI Electronics"

4:00 PM - 4:15 PM JST(7:00 AM - 7:15 AM UTC)Presentation by Applicant for JSAP Young Scientists Presentation Award

[16p-A33-9] Quantification of Potential Relationship between Output Current Waveforms, Data Dimensionality, and Machine Learning Performance in Ionic Liquid-Based Physical Reservoir Device Demonstrated via PCA

〇Yuki Kubo^1,2, Shunsuke Miyamoto³, Hisashi Shima², Toshiki Nokami³, Yasuhisa Naitoh², Hiroyuki Akinaga², Yumeng Zheng¹, Kentaro Kinoshita¹ (1.Tokyo Univ. of Sci., 2.AIST, 3.Tottori Univ.)

Keywords:

physical reservoir,electrochemistry,principal component analysis

イオン液体(IL)／電極界面での電気化学反応による非線形的な電流波形は物理リザバー計算に利用できる。本講演ではIL中の電気化学反応を利用した物理リザバーデバイス(PRD)が出力する電流波形をもとに、主成分分析と低ランク近似により次元性を制御した電流波形を再構築して機械学習性能を評価し、PRDの出力電流波形、データ次元、および機械学習性能の間にある潜在的関係性を定量化した結果について報告する。