講演情報
[N-2-25]空間光変調器に基づくマルチリザーバーコンピューティングのリザーバー間結合の最適化
◎楠美 海翔1、朴 シオン1、李 子強2、田中 剛平2、山上 智輝1、内田 淳史1 (1. 埼玉大学 大学院理工学研究科 情報工学プログラム 内田研究室、2. 名古屋工業大学 大学院工学研究科 知能情報プログラム)
キーワード：
リザーバーコンピューティング、空間光変調器、遺伝的アルゴリズム、時系列予測、分類
リザーバーコンピューティングは，出力重みのみを学習することで低計算コストな時系列処理を実現する機械学習手法であり，近年では空間光変調器を用いた光リザーバーコンピューティングによる高速・省電力な情報処理への応用が期待されている。また，複数のリザーバーを接続して用いるマルチリザーバーコンピューティングでは，リザーバー間の接続構造を適切に設計することで，従来構造よりも高い性能が得られることが示されている。しかしながら，空間光変調器モデルを非線形関数として用いたマルチリザーバーコンピューティングにおいて，リザーバー間結合を遺伝的アルゴリズムにより最適化した研究は限定的である。そこで本研究では，空間光変調器モデルに基づくマルチリザーバーコンピューティングのリザーバー間結合を遺伝的アルゴリズムにより最適化し，その性能を評価することを目的とする。方法として，非線形関数にエコーステートネットワークモデルのtanh関数と空間光変調器モデルを表すsin関数を用い，リザーバー間接続の有無を個体として表現した上で，タスク性能に基づく選択と突然変異により最適化構造を探索した。評価にはECG200分類タスクとマッキー・グラス時系列予測タスクを用い，深層，並列，全結合，単体構造と比較した。その結果，両タスクおよび両非線形関数において，遺伝的アルゴリズムにより最適化された構造が最良の性能を示すことを確認した。