Limits of nonlinear and dispersive fiber propagation for an optical fiber-based extreme learning machine

要約

光ファイバ伝播に基づいて、極端な学習マシン（ELM）の一般化された非線形Schr \ ‘Odinger方程式シミュレーションモデルを報告します。
ベンチマークとしてMnistの手書きの桁データセットを使用して、精度が伝播ダイナミクス、およびスペクトルエンコード、読み取り、およびノイズを管理するパラメーターにどのように依存するかを調べます。
このデータセットとQuantum Noise Limited入力の場合、テスト精度：それぞれ91％以上の精度が異常および正常分散領域の伝播に見られます。
また、私たちの結果は、入力パルスの量子ノイズがELMのパフォーマンスに固有のペナルティを導入することを示唆しています。

要約(オリジナル)

We report a generalized nonlinear Schr\’odinger equation simulation model of an extreme learning machine (ELM) based on optical fiber propagation. Using the MNIST handwritten digit dataset as a benchmark, we study how accuracy depends on propagation dynamics, as well as parameters governing spectral encoding, readout, and noise. For this dataset and with quantum noise limited input, test accuracies of : over 91% and 93% are found for propagation in the anomalous and normal dispersion regimes respectively. Our results also suggest that quantum noise on the input pulses introduces an intrinsic penalty to ELM performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google