小特集 7. リザバーコンピューティングの今後の展開

電子情報通信学会 - IEICE会誌 試し読みサイト
Vol.102 No.2 (2019/2) 目次へ

前の記事へ次の記事へ


リザバーコンピューティング

小特集 7.

リザバーコンピューティングの今後の展開

Prospects for Reservoir Computing

廣瀬 明 中野大樹

廣瀬 明 正員:フェロー 東京大学大学院工学系研究科電気系工学専攻

中野大樹 正員 日本アイ・ビー・エム株式会社東京基礎研究所

Akira HIROSE, Fellow (Graduate School of Engineering, The University of Tokyo, Tokyo, 113-8656 Japan) and Daiju NAKANO, Member (IBM Research-Tokyo, IBM Japan, Ltd., Kawasaki-shi, 212-0032 Japan).

電子情報通信学会誌 Vol.102 No.2 pp.147-149 2019年2月

©電子情報通信学会2019

1.は じ め に

 小特集最終章の本稿では,リザバーコンピューティングの要点を再度概観して,それに基づいて現在及び将来の具体的なアプリケーションの例を挙げるとともに,それがもたらす社会を展望しよう.

2.機能:高精度あるいは大雑把で高速な判断

 現在の人工知能(AI: Artificial Intelligence)で活躍しているディープラーニングは,画像認識コンテストで優れた認識率を示し,ニューラルネットワークの潜在能力の高さを社会に改めて認識させた.このように,より高精度の判断を目指すことは,一つの重要な方向である.ただ,そのために学習に掛かる時間や消費電力,教師データ量が膨大になることも事実である.また時系列の情報を学習・処理する際の計算コストは更に桁違いに増大する.しかしこのビッグデータの世の中では,サーバの中央処理などでそのコストを凌駕する利益が見込まれる.リザバーコンピューティングも,多くのニューロンと多数の教師データを準備すればその精度を上げることができる.そして,それによって学習コストが増大する点も,ディープラーニングと類似の傾向を持つ.広く一般的に,リザバーコンピューティングにもディープラーニング同様のこの方向の活躍が期待される.


続きを読みたい方は、以下のリンクより電子情報通信学会の学会誌の購読もしくは学会に入会登録することで読めるようになります。 また、会員になると豊富な豪華特典が付いてきます。


続きを読む(PDF)   バックナンバーを購入する    入会登録


  

電信情報通信学会 - IEICE会誌はモバイルでお読みいただけます。

電子情報通信学会誌 会誌アプリのお知らせ

電信情報通信学会 - IEICE会誌アプリをダウンロード

  Google Play で手に入れよう

本サイトでは会誌記事の一部を試し読み用として提供しています。