デジタルツインによる貯水池コンピュータの遠隔トレーニング

科学分野:

• 光電子機器
• コンピュータ科学
• 人工知能

背景:

• 伝統的な情報処理のエネルギー需要の増加
• 低エネルギーアプリケーションのための光学および光電子貯蔵庫コンピューティングの可能性.
• 計算コストとマトリックス操作による訓練貯蔵庫コンピューティングの課題

研究 の 目的:

• デジタルツインを用いたリモートトレーニングアプローチを提案し,検証する.
• 任務特有の中断なしに物理的貯蔵庫の継続的な推論を可能にします.
• 訓練用貯蔵庫の出力重量に関連した計算の複雑さを減らすために.

主な方法:

• 2つのデジタルツインモデルの開発:微分方程式ベースの深層ニューラルネットワーク (DNN).
• デジタルツインを利用した 遠隔教育戦略の実施
• タイムシリーズ予測タスク (サンタフェレーザー) のための光電子貯蔵庫からの実験データによる検証.

主要な成果:

• 両方のデジタルツインモデルは,光電子貯蔵庫のダイナミクスを成功裏に複製しました.
• 正確な予測が達成され,重量はデジタルツインから物理的貯蔵庫に転送可能となった.
• 方程式ベースのモデルはより高い予測精度を示し,DNNモデルはより優れたハイパーパラメータの強度を示した.

結論:

• デジタルツインは貯水池コンピューティングシステムの遠隔トレーニングに有効な方法を提供します.
• 提案されたアプローチは,推論のための物理的貯蔵庫の継続的な動作を可能にします.
• これは,光学および光電子コンピューティングシステムのより効率的でより複雑な訓練を容易にする.