공간 광자 이징 머신을 이용한 평형 전파의 광학적 구현

평형 전파(Equilibrium Propagation)는 에너지 기반 네트워크를 훈련하는 전통적인 기계 학습 방식에 매력적인 대안을 제공합니다. 본 논문에서는 공간 광자 이징 머신(Spatial Photonic Ising Machine, SPIM)을 사용하여 EP의 하이브리드 광-디지털 구현을 시연합니다. SPIM은 게이지 변환(gauge transformation) 방법을 활용하여 연속적인 뉴런 상태와 순위 1 이진 학습 가능 패턴 모두를 공간 광 변조기(spatial light modulator)를 통해 위상 변조로 광학적으로 인코딩하며, 추론은 유한 차분 방식(finite difference scheme)을 사용하여 실현합니다. 실험 시스템은 와인 분류 데이터셋(Wine classification dataset)으로 평가되었습니다. 연속적인 결합(continuous couplings)과 구조화된 결합 행렬(structured coupling matrices)의 사용을 포함하여 이 접근 방식의 잠재력은 더 복잡한 MNIST 데이터셋에서 수치적으로 평가됩니다. 본 연구는 평형 전파를 에너지 효율적인 물리적 구현으로 이끌어가는 구체적인 경로를 제시합니다.