基于斯格明子储备池的音频分类

物理储备池计算是一种能够在物质中直接进行时空模式识别的计算范式。使用物理物质为构建无需搭建由数百万互连神经元组成的系统即可解决机器学习问题的节能设备开辟了道路。我们提出了一种高性能的“斯格明子混合储备池”,以多维输入实现储备池计算模型。我们展示了我们的实现在纳秒时间尺度上解决口语数字分类任务,总体模型准确率为97.4%,词错误率小于1%;这是迄今报道的物内储备池计算机的最佳性能。由于结果的质量以及磁纹理储备池的低功耗特性,我们认为斯格明子织物是储备池计算的一个引人注目的候选者。