(上)ESNは入力、リザバー、出力からなる構造を持つ。ESNは入力信号を、リザバーを構成するニューロンの発火状態という高次元の時系列に変換し、発火状態の重みつき和によって出力を得る。リザバーニューロンのTHTはこの発火状態の挙動に作用する。(下)THTの効果の大きさと発火状態の対応。THTを最適な値に調整することで、精度が高い目標出力を得ることができる。ここでは、中央の図が、最適なTHTの時の発火状態。今回の研究では、このTHTの効果を定量的に示すことが目標とされた(出所:千葉工大プレスリリースPDF)
京をはじめとする日本勢もTOP500に代表されるランキングの上位に多く入ることで注目を集めるほか、人工知能(AI)やディープラーニングでも活用が進むなど、さまざまな用途で活用されるようになったスーパーコンピュータに関わるホットな話題を詳細な説明付きで紹介します。