High-Speed Photonic Reservoir Computing Using a Time-Delay-Based Architecture: Million Words per Second Classification
Pourquoi ce travail est-il dans la base ?
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.
Scores machine (provisoires)
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
- Écart entre enseignants
- 0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
- Statut de validation
score_only:v0-immature-baseline· tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle
Résumé
Reservoir computing, originally referred to as an echo state network or a liquid state machine, is a braininspired paradigm for processing temporal information. It involves learning a "read-out" interpretation for nonlinear transients developed by high-dimensional dynamics when the latter is excited by the information signal to be processed. This novel computational paradigm is derived from recurrent neural network and machine learning techniques. It has recently been implemented in photonic hardware for a dynamical system, which opens the path to ultrafast brain-inspired computing. We report on a novel implementation involving an electro-optic phase-delay dynamics designed with off-the-shelf optoelectronic telecom devices, thus providing the targeted wide bandwidth. Computational efficiency is demonstrated experimentally with speech-recognition tasks. State-of-the-art speed performances reach one million words per second, with very low word error rate. Additionally, to record speed processing, our investigations have revealed computing-efficiency improvements through yet-unexplored temporalinformation-processing techniques, such as simultaneous multisample injection and pitched sampling at the read-out compared to information "write-in".
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
La notice
- Revue
- Physical Review X
- Thématique
- Neural Networks and Reservoir Computing
- Domaine
- Computer Science
- Établissements canadiens
- —
- Organismes subventionnaires
- Seventh Framework ProgrammeConsejo Nacional de Ciencia y TecnologíaAgence Nationale de la RechercheOttawa Hospital Research Institute
- Mots-clés
- Reservoir computingComputer scienceArchitecturePhotonicsParallel computingReal-time computingComputer architectureComputational scienceArtificial intelligenceOptoelectronicsPhysicsArtificial neural networkRecurrent neural network
- Résumé présent dans OpenAlex
- oui