この度は名誉あるエレクトロニクスソサエティ学生奨励賞を授与いただき、大変光栄に存じます。本研究を推薦していただきました関係者の皆様方に厚く御礼申し上げます。
本発表は、ストカスティック演算（SC）に基づくニューラルネットワークの実装に向けて、自身の先行研究で提案された超伝導ストカスティックメモリ（SSM）を改良し、熱平衡型SSMを提案しました。SCでは、ビット列中の論理1の確率を用いて数値が表され、シンプルなハードウェアでニューロン回路を実装できます。私は、これまでに小さいハードウェアコストで二進数をストカスティックビット列に変換するため、磁束保持ループと量子磁束パラメトロン（QFP）を利用し、従来型SSMを提案しました。しかし、このSSMではQFPの動的なポテンシャルを利用するため、0と1の確率分布が動作周波数により変化してしまうという問題があります。本研究では、QFPを直流で励起し、ポテンシャルのエネルギーバリアを非常に低くすることで、QFPの論理状態が熱雑音により揺らぐことを利用します。その結果、論理状態の確率分布はボルツマン分布に従うため、QFPの状態を後段回路で読み出すことで、動作周波数により変化しない確率分布を実現できます。
現在、更なる効率的なニューラルネットワーク構造を目指しています。今回の受賞を励みとして、一層の精進を重ね研究に邁進する所存です。今後とも皆様のご指導ご鞭撻の程、何卒宜しくお願い申し上げます。
最後に、指導教員の吉川信行教授をはじめ、本研究で大変貴重なご助言を頂いている竹内尚輝教授、陳オリビア教授に、この場を借りて厚く御礼申し上げます。
著者略歴： 2021年横浜国立大学大学院 理工学府 数物・電子情報系理工学専攻 博士課程前期修了。現在、同大学院理工学府 数物・電子情報系理工学専攻 博士課程後期在学中。