含数字延迟反馈的光电储备计算机的原位优化
新兴技术
2025-03-04 v3 光学
摘要
储备计算（RC）是神经形态计算中的一种创新范式，利用固定、随机化的内部连接来应对过拟合的挑战。RC 在信号处理和模式识别任务中表现出色，非常适合在各种物理基底上实现硬件部署，有望提升计算速度并降低能耗。然而，RC 系统实现最佳性能需要有效的参数优化。传统上，这种优化依赖软件建模，限制了物理计算方法的实用性。在此，我们报告了一种针对含数字延迟反馈的光电延迟型 RC 系统的原位优化方法。通过同时优化五个参数，在三个基准任务中实现了归一化均方误差（NMSE）：波形分类为 0.028、时间序列预测为 0.561、语音识别为 0.271，优于基于仿真的优化（NMSE 分别为 0.054、0.543 和 0.329）中的两项任务。该方法标志着物理计算领域的重要进展，促进了无需仿真的 RC 和神经形态系统的优化，从而增强了其实际应用性。
引用
@article{arxiv.2502.11126,
title = {In Situ Optimization of an Optoelectronic Reservoir Computer with Digital Delayed Feedback},
author = {Fyodor Morozko and Shadad Watad and Amir Naser and Andrey Novitsky and Alina Karabchevsky},
journal= {arXiv preprint arXiv:2502.11126},
year = {2025}
}
备注
The manuscript consists of 15 pages, including 6 figures, while the supplementary material comprises 3 pages with 2 additional figures, bringing the total to 8 figures across both documents