特許ウォッチ

公開番号2025018556
公報種別公開特許公報(A)
公開日2025-02-06
出願番号2023122359
出願日2023-07-27
発明の名称ノード及びレザバー素子
出願人TDK株式会社
代理人個人,個人,個人
主分類G06N 3/044 20230101AFI20250130BHJP(計算;計数)
要約【課題】短期記憶性能に優れる、ノード及びレザバー素子を提供することを目的とする。
【解決手段】本実施形態に係るノードは、第1入力端子と第2入力端子と第1信号保持回路と第1出力端子とを備える、第1入力端子は、レザバー素子への入力信号を伝える入力源に接続できるように構成されている。第2入力端子は、少なくとも一つ以上の他のノードに接続できるように構成されている。第1信号保持回路の第1端子は、前記第1入力端子及び第2入力端子に接続されている。第1信号保持回路の第2端子は、前記第1出力端子に接続されている。第1出力端子は、少なくとも一つ以上の他のノードに接続できるように構成されている。第1信号保持回路は、前記入力信号と前記第2入力端子からの伝搬信号とが合流した合流信号を保持し、変換する。
【選択図】図4
特許請求の範囲【請求項１】
第１入力端子と第２入力端子と第１信号保持回路と第１出力端子とを備え、
前記第１入力端子は、レザバー素子への入力信号を伝える入力源に接続できるように構成され、
前記第２入力端子は、少なくとも一つ以上の他のノードに接続できるように構成され、
前記第１信号保持回路の第１端子は、前記第１入力端子及び第２入力端子に接続され、
前記第１信号保持回路の第２端子は、前記第１出力端子に接続され、
前記第１出力端子は、少なくとも一つ以上の他のノードに接続できるように構成され、
前記第１信号保持回路は、前記入力信号と前記第２入力端子からの伝搬信号とが合流した合流信号を保持し、変換する、ノード。
続きを表示（約 1,000 文字）【請求項２】
前記第１信号保持回路は、第１スイッチと第２スイッチと第１コンデンサと第２コンデンサと増幅回路とを備え、
前記第１スイッチは、前記第１端子と前記第１コンデンサとの間にあり、
前記第１コンデンサは、前記第１スイッチと前記第２スイッチとの間にあり、
前記第２スイッチは、前記第１コンデンサと前記第２コンデンサとの間にあり、
前記第２コンデンサは、前記第２スイッチと前記第２端子との間にあり、
前記増幅回路は、前記第１コンデンサに接続され、前記第１コンデンサの電位を増幅する、請求項１に記載のノード。
【請求項３】
前記第１コンデンサは、静電容量が可変な可変コンデンサである、請求項２に記載のノード。
【請求項４】
前記第１スイッチがＯＮの際に前記第２スイッチはＯＦＦであり、
前記第２スイッチがＯＮの際に前記第１スイッチはＯＦＦである、請求項２に記載のノード。
【請求項５】
前記第１スイッチのＯＮとＯＦＦとを制御する第１クロック信号、又は、前記第２スイッチのＯＮとＯＦＦとを制御する第２クロック信号は可変である、請求項２に記載のノード。
【請求項６】
前記第２端子に接続された第２出力端子をさらに備え、
前記第２出力端子は、前記レザバー素子の外部に信号を出力するリードアウトに接続できるように構成されている、請求項１に記載のノード。
【請求項７】
前記第２出力端子と前記第２端子との間に、第３スイッチをさらに備える、請求項６に記載のノード。
【請求項８】
非線形回路をさらに備え、
前記非線形回路は、前記第２端子と前記第１出力端子とに接続される、請求項１に記載のノード。
【請求項９】
前記非線形回路は、入力された第１信号を第２信号に非線形変換し、
前記第２信号と前記第１信号とは、ｙ≠ａｘ＋ｂの関係式を満たし、
前記関係式において、ｙは第２信号であり、ｘは第１信号であり、ａ及びｂが任意の値である、請求項８に記載のノード。
【請求項１０】
前記第２入力端子は、複数のノードに接続できるように構成されている、請求項１に記載のノード。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、ノード及びレザバー素子に関する。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
ニューロモルフィックデバイスは、ニューラルネットワークにより人間の脳を模倣した素子である。ニューロモルフィックデバイスは、人間の脳におけるニューロンとシナプスとの関係を人工的に模倣している。
【０００３】
ニューロモルフィックデバイスは、例えば、階層状に配置されたチップ（脳におけるニューロン）と、これらの間を繋ぐ伝達手段（脳におけるシナプス）と、を有する。ニューロモルフィックデバイスは、伝達手段（シナプス）が学習することで、問題の正答率を高める。学習は将来使えそうな知識を情報から見つけることであり、ニューロモルフィックデバイスでは入力されたデータに重み付けをする。
【０００４】
ニューラルネットワークの一つとして、リカレントニューラルネットワークが知られている。リカレントニューラルネットワークは、非線形な時系列のデータを扱うことができる。非線形な時系列のデータは、時間の経過とともに値が変化するデータであり、株価等はその一例である。リカレントニューラルネットワークは、後段の階層のニューロンでの処理結果を前段の階層のニューロンに戻すことで、時系列のデータを処理することができる。
【０００５】
レザバーコンピューティングは、リカレントニューラルネットワークを実現する一つの手段である。レザバーコンピューティングは、内部結合に基づいて、信号を相互作用させることで、再帰的な処理を行う。近年、例えば、非特許文献１に記載のように、レザバーコンピューティングの概念を実際の素子で実現しようとする試みがされている。レザバーコンピューティングの概念を適用した素子は、物理レザバー素子、レザバー素子と称される。
【先行技術文献】
【非特許文献】
【０００６】
K. Toprasertpong, E. Nako, Z. Wang, R. Nakane, M. Takenaka, and S. Takagi, “Reservoir computing on a silicon platform with a ferroelectric field-effect transistor”, Communications Engineering, 1, 21, August 2022. (DOI: 10.1038/s44172-022-00021-8).
【発明の概要】
【発明が解決しようとする課題】
【０００７】
レザバー素子に求められる性能の一つとして短期記憶性能がある。短期記憶性能は、過去の情報をどれだけ記憶でき、また忘却できるかという尺度である。一般には、所与のタスクに対して最適な短期記憶性能を持つレザバー素子は、時系列データの中の現在以前の必要な区間のデータを参酌し、一方で必要以上に古い過去のデータを無視することで推定解を出力する。しかしながら、レザバー素子を電子回路や物理的な素子等で実現しようとした場合、短期記憶性能が十分には確保できないことが課題となっている。その結果、短期記憶性能に劣るレザバー素子は、時系列データの直前のデータのみを用いて推定解を出力するため、十分な性能が得られない。
【０００８】
本発明は上記事情に鑑みてなされたものであり、短期記憶性能に優れるノード及びレザバー素子を提供する。
【課題を解決するための手段】
【０００９】
（１）第１の態様にかかるノードは、第１入力端子と第２入力端子と第１信号保持回路と第１出力端子とを備える。前記第１入力端子は、レザバー素子への入力信号を伝える入力源に接続できるように構成されている。前記第２入力端子は、少なくとも一つ以上の他のノードに接続できるように構成されている。前記第１信号保持回路の第１端子は、前記第１入力端子及び第２入力端子に接続されている。前記第１信号保持回路の第２端子は、前記第１出力端子に接続されている。前記第１出力端子は、少なくとも一つ以上の他のノードに接続できるように構成されている。前記第１信号保持回路は、前記入力信号と前記第２入力端子からの伝搬信号とが合流した合流信号を保持し、変換する。
【００１０】
（２）上記態様にかかるノードにおいて、前記第１信号保持回路は、第１スイッチと第２スイッチと第１コンデンサと第２コンデンサと増幅回路とを備えてもよい。前記第１スイッチは、前記第１端子と前記第１コンデンサとの間にある。前記第１コンデンサは、前記第１スイッチと前記第２スイッチとの間にある。前記第２スイッチは、前記第１コンデンサと前記第２コンデンサとの間にある。前記第２コンデンサは、前記第２スイッチと前記第２端子との間にある。前記増幅回路は、前記第１コンデンサに接続され、前記第１コンデンサの電位を増幅する。
（【００１１】以降は省略されています）

関連特許