網羅的なパラメータ探索で得られたリザバーのdcと予測誤差の対応が、通常のESN、LI-ESN、ChESNで比較されたもの。各点が得られたサンプルで、赤い点はリザバーダイナミクスの多様性指標の共分散ランクと、安定性指標のコンシステンシーが最大の点として示されている。縦の点線は、画像3において最適なLI-ESNとChESNのリザバーが持つdcの値の平均。この縦の点線付近の値は、ローレンツ時系列予測タスク(a)と、レスラー時系列予測タスク(b)それぞれにおいて最適なdcが示されている。つまり、赤い点かつ縦の点線付近のdcで最も性能が高いリザバーを得ることができる。(a)と(b)共に、LI-ESNとChESNはそのようなリザバーを実現できているが、通常のESNでは緑の横線で示されている、多様性と安定性を保ちながら実現できるdcの範囲が縦の点線に届いていないことがわかる(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。