リザバーコンピューティングの基礎と研究動向、社会実装に向けた技術課題と応用展開

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

高速信号処理への対応や少量データでも学習可能といった利点を有し、近年注目されているリザバーコンピューティング (RC) 。
本セミナーでは、リザバーコンピューティングの原理・特徴、物理RCの動作原理・ソフトウエアベースとの違い、物理RCの種類、物理RCの基礎研究 (光学、機能性材料や電子デバイスを用いたコンピューティング) と応用に近い研究の具体例、社会実装に向けた応用 (音声・画像認識、無線通信要素技術、個人医療等) と技術課題、今後の展望までを解説いたします。

日時

開催予定

プログラム

近年、機械学習パターン情報処理の進展はめざましく、社会生活から個人生活に至るまでの広範囲にわたり恩恵をもたらしています。リザバーコンピューティングは、簡便なシステムと学習によって様々な情報処理に活用できる大変魅力的な機械学習の計算手法であり、特にエッジコンピューティング応用への親和性の高さから最近注目を集めています。ソフトウエアによる原理の追及や計算性能の向上のみならず、技術革新を目指す新たなハードウエア開発など、研究分野が急速に拡大しながら発展してきています。  本セミナーでは、はじめにリザバーコンピューティングの基礎と特徴、どのような情報処理に活用できるかを説明します。次に、非線形な物理現象を利用したハードウエア研究について、ソフトウエア研究との違いと動作原理、どのような技術開発が必要であるのかを説明します。その後、基礎から応用までの近年の研究動向を紹介し、どのような社会実装を目指しているのかの描像についても紹介します。最後に、他の分野との関り、発展のための技術課題、今後の展望について議論します。

  1. リザバーコンピューティングの特徴
    1. 人工ニューラルネットワークとリザバーコンピューティング
    2. 他の機械学習コンピューティングとの違い
    3. どのようなパターン情報処理が得意なのか
  2. 物理リザバーコンピューティングの原理
    1. ソフトウエアベース
    2. 物理ダイナミクスベース
      1. システム構造と動作原理
      2. どのような技術開発が必要か
      3. 物理リザバーコンピューティングの種類
  3. 物理リザバーコンピューティングの具体的な研究内容
    1. 基礎研究の具体例
      1. 構造物を用いたコンピューティング
      2. 光学を用いたコンピューティング
      3. 機能性材料や電子デバイスを用いたコンピューティング
    2. 応用に近い研究の具体例
  4. 社会実装に向けて
    1. 特徴を活かした応用
      • 音声認識
      • 無線通信要素技術
      • 個人医療
      • 画像認識など
    2. ブレークスルーを必要とする技術課題
    3. 今後の展望

受講料

複数名受講割引

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

ライブ配信セミナーについて