本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2024-03-12
摘要
儲層計算是一種機器學習範例，它使用高維度動力系統或儲層來近似和預測時間序列資料。透過電子電路建構水庫，可以提高水庫電腦的規模、速度和功耗，一些實驗研究已經證明了這一方向的前景。然而，設計高品質的儲存器需要精確理解此類電路如何處理和儲存資訊。我們分析了包含線性元件（電阻器、電感器和電容器）和稱為憶阻器的非線性儲存元件的電子儲存器的可行性和最佳化設計。我們提供了有關這些儲層可行性的分析結果，並透過檢查它們可以近似的輸入輸出關係類型來系統地表徵它們的計算特性。這使我們能夠設計具有最佳特性的儲層。透過引入對儲層總線性和非線性運算能力的測量，我們能夠設計出其總運算能力隨著系統尺寸而廣泛擴展的電子電路。我們的電子儲存器可以以可直接在硬體中實現的形式來匹配或超過傳統「迴聲狀態網路」儲存器的效能。