JP7350847B2 - 人工ニューラル・ネットワークを用いた変調信号の復調方法、復調器、およびその変調システム - Google Patents

Description

本開示は一般に、人工ニューラル・ネットワーク（artificial neural network）を使用した復調技法に関し、詳細には、光学リザバー・ネットワーク（optical reservoir network）として構成されたフォトニック・コンピューティング・システム（photonic computing system）に依存した技法に関する。

機械学習は主に、人工ニューラル・ネットワーク（ＡＮＮ）に依存しており、ＡＮＮは、人間または動物の脳の生体神経回路網に発想を得た計算モデルである。このようなシステムは、例を使用してタスクを累進的かつ自主的に学習する。このようなシステムは、例えば音声認識、テキスト処理およびコンピュータ・ビジョンに適用されて、成功を収めている。

ＡＮＮは、接続された一組のユニットまたはノードを備え、それらは動物の脳の生体ニューロンに匹敵し、したがって人工ニューロンと呼ばれている。信号は、シナプスと同様の、人工ニューロン間の接続（エッジとも呼ばれる）に沿って伝送される。すなわち、信号を受信した人工ニューロンは、その信号を処理し、次いで接続されたニューロンに信号を送る。実施態様では、そのような接続に沿って伝達される信号がアナログの実数であり、人工ニューロンの入力の和の非線形関数によって、人工ニューロンの出力が計算される。フォトニック・ネットワークでは、信号を複素数として伝達することもできる。

接続およびノードには通常、接続重み（シナプス重みとも呼ばれる）が関連づけられており、学習が進むにつれてそのような重みは調整される。それぞれのニューロンはいくつかの入力を有することができ、接続重みはそれぞれの入力の属性である（その特定の接続の重み）。そのような接続重みは、訓練段階中に訓練アルゴリズムによって学習され、それによって更新される。学習プロセスは反復的であり、ネットワークにはデータ・ケースが通常は１つずつ提示され、それらの入力値に関連づけられた重みが、時間ステップごとに調整される。

フィードフォワード・ニューラル・ネットワークを始めとして、マルチレイヤ・パーセプトロン、ディープ・ニューラル・ネットワークおよび畳み込みニューラル・ネットワークなど、多くのタイプのニューラル・ネットワークが知られている。そのうえ、スパイキング・ニューラル・ネットワークなど、新たなタイプのニューラル・ネットワークも出現している。スパイキング・ニューラル・ネットワーク（ＳＮＮ）は、例えば規則的な時間ステップで計算されるアナログ値とは異なり任意の時点で非同期で生じうる離散２値事象であることができるスパイクを使用して動作するため、通常のニューラル・ネットワークとはかなり異なる。すなわち、ニューロンおよびシナプス状態に加えて、ＳＮＮはさらに時間の概念を含む。すなわち、ニューロンは、例えばマルチレイヤ・パーセプトロン・ネットワークの場合のように伝搬サイクルごとに点火するのではなく、膜電位が特定の値に達したときにだけ点火する。ＳＮＮの文脈では、点火が、別のニューロンに到達する信号をニューロンが発生させることを意味し、この別のニューロンは、それらが他のニューロンから受信した信号に従ってその電位を増大または低減させる。

密接に関係して、リザバー・コンピューティング・システムは、ある種のタスク、例えば分類目的または予測目的のタスク用の出力を訓練することにより、動力学的入力データ（dynamical input data）の解析を可能にする。通常は、固定されたランダムな動力学的システム（リザバー）に入力がフィードされ、リザバーの動力学が、より高い次元のシステムに入力をマップする。次いで、リザバーの状態を出力にマップするために、適当に訓練された読出し機構を使用してリザバーの状態を読み取る。それによって、リザバーが固定されている間は、読出し段階だけを訓練すればよい。主なタイプのリザバー・コンピューティングは、エコー・ステート・ネットワークおよびリキッド・ステート・マシンを含む（これらは、特定の種類のＳＮＮとみなすことができる）。

ニューラル・ネットワークは通常、ソフトウェア内に実装される。しかしながら、ニューラル・ネットワークを、例えば抵抗処理ユニットまたは光学ニューロモーフィック・システムとしてハードウェア内に実装することもできる。例えば、光学コンピューティング・システム（フォトニック・コンピューティング・システムとも呼ばれる）が知られており、これは、（例えばレーザまたはダイオードなどの光源によって生み出された）光子に依存して計算を実行する。例えば、光学コンピューティングに依存して、物体を検出もしくは追跡し、またはその両方を実行し、あるいはシリアル時間ドメイン光学データを分類する、光学相関器などの特定用途向けデバイスが提案されている。

第１の態様によれば、本発明は、変調された信号（以後、変調信号）を復調する方法として実施される。一態様では、この方法が、変調信号を受信することを含み、変調信号は、変調関数（modulation function）に従って（時間ドメインで）変調された信号であり、変調関数はこの信号よりも速く変動する。変調関数はこの信号の関数である。すなわち、この信号を、変調関数の変数（すなわち引数または入力）とみなすことができる。受信した変調信号は、変調関数によって生じた信号パターンからのビット値を識別するように訓練された人工ニューラル・ネットワーク・システムないしＡＮＮシステムを用いて、受信した変調信号のパターンからのビット値を識別することにより復調される。

この手法は、受信した信号を（例えば受信したストリーム上で直接に）、信号によって記録されたビット・シーケンスのビット速度よりも速い速度で復号することを可能にする。使用される速度が攻撃者に知られていないため、この手法は、適正に訓練されたシステムなしでビット・シーケンスを再構成することを事実上不可能にする。これによって、符号化速度および初期ビット速度が攻撃者に知られていないこと以外に、符号化された信号の分解能を、攻撃者が使用する物理検出デバイスの時間分解能よりも小さくすることができ、このことは、そのデバイスが検出することを不可能にする。

実施形態では、この方法が、変調信号を受信する前に、前記変調関数に従ってこの信号を変調して前記変調信号を獲得することと、変調信号を受信し、続いてＡＮＮシステムによって復調するために、獲得した変調信号を送信することとをさらに含む。

いくつかの実施形態では、変調される信号がディジタル信号であり、変調信号を獲得するために、ディジタル信号によって記録されたそれぞれの離散値に対応するそれぞれの時間周期の間、この信号がそれぞれ変調される。したがって、変調信号は初期信号のそれぞれの離散値に対応する時間間隔内の変動（または振動）を示すことができ、それのため、結果として生じる変調パターンは、基礎をなすビット・シーケンス（生ビット速度）よりも速く変動し、初期ディジタル信号のそれぞれの離散値に対応するそれぞれの時間周期に対してこのとおりである。

いくつかの実施形態では、この変調が、それぞれの前記離散値について、前記変調関数に従って、ディジタル信号の２つ以上の離散値に基づいて前記ディジタル信号を変調することを含み、これらの離散値は、前記それぞれの離散値、およびディジタル信号の１つまたは複数の以前の離散値を含む。

いくつかの実施形態では、ディジタル信号を変調することが、ストリーミングされたディジタル信号を変調器がオンザフライ（on the fly）で変調するために、この信号を変調器にストリーミングすることを含み、送信することが、ＡＮＮシステムが受信したストリーミングされた信号をＡＮＮシステムがオンザフライで復調するために、変調信号をＡＮＮシステムにストリーミングすることを含む。変形実施形態では、復調が、ストリーミング・モードで実行され、変調が、バッファされた方式で実行される。

実施形態では、この方法が、変換された信号を、ＡＮＮシステムが、変換された信号中の値のパターンからのビット値を識別することにより復調するために、受信した変調信号を離散信号に変換することをさらに含む。

いくつかの実施形態では、変調信号が光学的に送信される。

いくつかの実施形態では、受信される変調信号が光学信号であり、ＡＮＮシステムが、リザバー・コンピューティング・システムとして構成されたフォトニック・コンピューティング・システムの一部を形成している。その場合、この方法は、結合された変調信号を、ＡＮＮが、結合された変調信号のパターンからのビット値を識別することにより復調するために、受信した変調信号をＡＮＮに結合することをさらに含むことができる。

いくつかの実施形態では、送信された信号が、フォトニック・コンピューティング・システムによって受信され、続いて復調されるように、光学的に送信される前に、この信号が、電気－光学変調器を用いて変調される。

実施形態では、この信号を変調することが、この信号を搬送している電磁場の振幅もしくは位相またはその両方を変調することを含む。

実施形態では、続いて１つまたは複数の変調信号が受信されるように、変調することが、変調関数に従って２つ以上の入力信号を変調して、１つまたは複数の変調信号を獲得するようにすることを含み、この１つまたは複数の変調信号はそれぞれ入力信号よりも速く変動し、変調関数は入力信号の関数である。すなわち、変調信号は、変調後に（受信側で）受信されるが、このような信号は例えば、並列に変調することができ、したがって、多数の並列送信チャネルを使用したときには並列に受信することができる。しかしながら、変形実施形態では、変調信号を逐次的に送信することができる。全ての場合に、受信された１つまたは複数の変調信号は（例えば変調信号の受信と同時にまたは変調信号の受信の後に）、ＡＮＮシステムを用いて、受信された１つまたは複数の変調信号のパターンからのビット値を識別することにより復調される。

いくつかの実施形態では、ＡＮＮシステムが、訓練可能なハードウェア・デバイスとして実装されており、この方法が、受信した変調信号を復調する前に、受信した変調信号によって記録された時間情報を、ＡＮＮシステムの入力層の１つまたは複数の入力ノード上にマップすることをさらに含む。ＡＮＮシステムは、１つまたは複数の出力ノードの出力層をさらに備える。入力層の入力ノードは、出力層の出力ノードに接続を介して接続されている。これらの接続のうちの少なくとも一部は、調節可能な重み要素に関連づけられている。変調信号を復調し、それによってビット値を識別するために、ＡＮＮシステムは、前記出力ノードから信号を読み取る。

変調信号は例えば、光学入力信号として受信することができる。そのような場合には、ＡＮＮシステムを、リザバー・コンピューティング・システムとして構成されたフォトニック・コンピューティング・システムの一部として実装することができ、それによって、前記時間情報をマップすることは、前記光学入力信号を、リザバー・コンピューティング・システムの入力ノード上に結合することを含む。入力ノードは、リザバー・コンピューティング・システムのリザバー層の光学リザバー・ノードを介して出力層の１つまたは複数の光学出力ノードに接続されている。それぞれの前記光学出力ノードは、光学リザバー・ノードのうちの１つまたは複数の光学リザバー・ノードによって、対応するそれぞれの接続を介して接続されている。前記対応するそれぞれの接続にはそれぞれ調節可能な重み要素が関連づけられている。

実施形態では、信号を変調する前、前記信号がｎ値符号を符号化しており、ｎが２以上であり、信号を変調した後、変調信号がｍ値符号を符号化しており、ｍが厳密にｎよりも大きい。

いくつかの実施形態では、この方法が、変調関数によって生じた信号パターンからのビット値をＡＮＮシステムが識別するために、ＡＮＮシステムを訓練することをさらに含む。

いくつかの実施形態では、この方法が、変調信号を復調した後に、復調された信号から獲得されたフィードバックに基づいて、変調関数を、次の変調信号の特性を適合させるように適合させることと、適合させた変調関数に基づいて後続の信号を変調することとをさらに含む。

別の態様によれば、本発明は、信号を復調するための復調器として実施される。この復調器は特に、変調関数に従って変調された信号である変調信号を受信するように構成された入力ユニットであって、変調関数がこの信号よりも速く変動し、変調関数がこの信号の関数である、入力ユニットを備える。この復調器はさらに、ＡＮＮシステムであって、受信した変調信号を入力ユニットがＡＮＮシステムに結合するために、動作時にＡＮＮシステムが入力ユニットに接続されている、ＡＮＮシステムを備える。本発明の方法と一貫して、ＡＮＮシステムは、変調関数によって生じた信号パターンからのビット値を識別するように訓練されていると仮定され、ＡＮＮシステムは、動作時に、ＡＮＮシステムが受信した変調信号のパターンからのビット値を識別することにより、ＡＮＮシステムに結合された変調信号を復調するように構成されている。

実施形態では、ＡＮＮシステムが、リザバー・コンピューティング・システムとして構成されたフォトニック・コンピューティング・システムであり、リザバー・コンピューティング・システムは、動作時に、入力ユニットによって受信され、ＡＮＮシステムに結合された変調された光学信号（以後、変調光学信号）のパターンからのビット値を識別することにより、変調光学信号を復調するように適合されている。

いくつかの実施形態では、ＡＮＮシステムが、復調器内の訓練可能なハードウェア・デバイスとして実装されている。ＡＮＮシステムは、１つまたは複数の入力ノードの入力層と、１つまたは複数の出力ノードの出力層とを備え、入力ノードは、出力ノードに接続を介して接続されており、これらの接続のうちの少なくとも一部は、調節可能な重み要素に関連づけられている。そうでなければ、ＡＮＮシステムは、前記出力ノードから信号を読み取ることによりビット値を識別するように構成されている。

いくつかの実施形態では、ＡＮＮシステムが、リザバー・コンピューティング・システムとして構成されたフォトニック・コンピューティング・システムとして実装されており、リザバー・コンピューティング・システムは、リザバー・コンピューティング・システムのリザバー層の光学リザバー・ノードを介して出力層の１つまたは複数の光学出力ノードに接続された単一の入力ノードを備える。それぞれの光学出力ノードは、光学リザバー・ノードのうちの１つまたは複数の光学リザバー・ノードによって、対応するそれぞれの接続を介して接続されている。対応するそれぞれの前記接続にはそれぞれ調節可能な重み要素が関連づけられている。最後に、入力ユニットは、前記変調信号を光学入力信号として受信し、光学入力信号を単一の入力ノードに結合するように構成されている。

別の最後の態様によれば、本発明は、信号を変調および復調するための変調システムとして実施される。このシステムは、最初に、変調関数に従って信号を変調して変調信号を獲得するように構成された変調器を備える。この場合も、変調関数はこの信号の関数であり、この関数はこの初期信号よりも速く変動する。このシステムはさらに、変調器によって獲得された変調信号を送信するために変調器に動作可能に接続された送信ユニットと、上で説明したものなどの復調器とを備え、入力ユニットは、動作時に、送信ユニットによって送信された変調信号を受信するように構成されている。

実施形態では、変調される信号がディジタル信号であると仮定され、変調器は、変調信号を獲得するために、ディジタル信号によって記録されたそれぞれの離散値に対応するそれぞれの時間周期の間、ディジタル信号をそれぞれ変調するように構成されている。

いくつかの実施形態では、変調器がさらに、それぞれの前記離散値について、前記変調関数に従って、ディジタル信号の２つ以上の離散値に基づいて前記ディジタル信号を変調するように構成されており、離散値が、前記それぞれの離散値、およびディジタル信号の１つまたは複数の以前の離散値を含む。

いくつかの実施形態では、変調器が、ストリーミングされた信号をオンザフライで変調するように適合されており、さらに、ＡＮＮシステムが、ＡＮＮシステムが受信した変調信号をオンザフライで復調するように構成されている。

いくつかの実施形態では、変調器およびＡＮＮシステムがそれぞれフォトニック・コンピューティング・システムである。

次に、本発明を実施する装置、コンピュータ化されたシステムおよび方法を、非限定的な例によって、添付図面を参照して説明する。

添付図では、別々の図の全体を通じて、同じ参照符号が、同一のまたは機能的に同等の要素を指し、添付図は、以下の詳細な説明とともに、本明細書に組み込まれており、本明細書の一部を構成し、添付図は、本開示に従って、さまざまな実施形態をさらに図解し、さまざまな原理および利点を説明する役目を果たす。

実施形態による、信号を変調および復調する方法の高次ステップを示す図である。 離散信号の一例を示す図である。 変調関数を用いて図２Ａの入力信号を変調した後に獲得される合成信号の一例を示す図である。 図２Ａの初期シーケンスをより高度な置換スキームに基づいて変調することにより獲得された変調離散信号の例を示す図である。 図２Ａの初期シーケンスをより高度な置換スキームに基づいて変調することにより獲得された変調離散信号の別例を示す図である。 アナログ信号の例を示す図である。 アナログ信号パルスに対応するディジタル信号を示す図である。 アナログ信号の別例を示す図である。 アナログ信号パルスに対応するディジタル信号を示す図である。上記信号は時間ドメインで表されており、選択された例は意図的に単純化されている。例えば図２Ａは、変調のために入力で使用される値のシーケンス｛１，０，１，０，０，１｝を表す離散信号の一例を示している。図２Ｂは、変調関数を用いて図２Ａの入力信号を変調した後に獲得される合成信号の一例を示しており、この変調関数は、離散入力信号の現在の（瞬時）値（０または１）に基づいて、図３Ａおよび３Ｃに示されているような信号パルスを生み出す。図３Ｂおよび３Ｄは、図３Ａおよび３Ｃのアナログ信号パルスに対応する離散信号パルスである。図２Ｂの獲得された信号はアナログ信号であるが、図２Ｃおよび２Ｄは、図２Ａの初期シーケンスをより高度な置換スキームに基づいて変調することにより獲得された離散変調信号の例を示しており、この変調関数は、瞬時値に加えて、信号の以前の値を引数としてとる。 実施形態に含まれる、光学リザバー・ネットワーク、およびこのようなネットワークを実施するように構成されたフォトニック・コンピューティング・システムの選択された構成要素を概略的に示す図である。 やはり光学リザバーとして構成された、他の実施形態に含まれる、別のフォトニック・コンピューティング・システムの選択された構成要素を概略的に示す図である。 実施形態による、信号を変調および復調する方法の高レベル・ステップを示す流れ図である。

これらの添付図面は、実施形態に含まれる装置およびシステムまたはそれらの一部分の簡略化された表現を示している。図５に示された技術的特徴は一定の倍率では示されていない。そうではないと示されていない限り、図中の同様の要素または機能的に同等の要素には同じ参照符号が割り当てられている。

ニューラル暗号法は、暗号化および暗号解析で使用するために確率アルゴリズム（例えばＡＮＮアルゴリズム）に依存している。ＡＮＮは、原理上、任意の関数を再現することができるため、実際に、暗号化されたデータをニューラル・ネットワークを使用して取り扱うことを企図することができる。すなわち、場合により、適当に訓練されたＡＮＮを使用して、暗号アルゴリズムの逆関数を見つけることができる。現在まで、実用的なアプリケーションは提案されず、ＡＮＮが急速に発展していることが原因で、暗号化されたデータが危険にさらされていることが理解される。

この観察に基づいて、本発明の発明者は、暗号化されたデータのセキュリティを向上させる概念的に単純な解決策であって、ハードウェア・ベースの暗号化／暗号解読技術を有利に利用することができる解決策を考案した。これは、以下の説明で詳細に説明される。この説明の構成は以下のとおりである。最初に、一般的な実施形態および高次変形実施形態が説明される（セクション１）。次のセクションは、より具体的な実施形態および技術的実施態様の詳細を対象とする（セクション２）。

１．一般的な実施形態および高次変形実施形態
図１および６を参照して、最初に、変調信号を復調する方法、すなわち受信側２０で実施される方法に関する本発明の一態様を説明する。

いくつかの実施形態では、この方法が、ステップＳ１２で受信された変調信号５４に依存し、変調信号５４は、所与の信号５１を変調する（１１、ステップＳ１１）ことにより獲得されたものであると仮定される。より詳細には、この信号５４が、（時間ドメインにおいて）初期信号５１よりも速く変動する変調関数５２によって変調されたものである。変調関数５２は信号５１の関数であり、変調関数５２は、変調信号５３は生成するために、初期信号５１、初期信号５１の値または初期信号５１に記録された値を引数としてとる。次いで、このような信号５３を（信号５４として）送信しＳ１２、復調用の人工ニューラル・ネットワーク・システム２２（以後、ＡＮＮシステム２２）に信号５５として結合するＳ２１ことができる。

すなわち、変調信号５５は、ＡＮＮシステム２２、例えば訓練可能なハードウェア・デバイスまたはコンピュータ・システムを使用して復調されるＳ２２。より正確には、システム２２は、動作時に、変調関数５２によって生じた信号パターンからのビット値を識別するように訓練される。復調Ｓ２２は、受信した変調信号５４のパターンからのビット値を識別することにより実行される。

本明細書の文脈において、実行される変調／復調動作は、初期信号の符号化（または暗号化）／復号（暗号解読）よりも速く、データまたは信号値を符号化（または暗号化）／復号（暗号解読）することに等しい。後に説明するように、この復調は例えば、信号自体（振幅、位相など）に対して直接に、または信号が表す離散値に対して演算することができる。

（変調するＳ１１前に）最初に考慮する信号５１は例えば、（例えばディジタル回路によって出力された）ディジタル信号または（例えばセンサもしくはアナログ回路によって出力された）アナログ信号とすることができる。ディジタル信号は、例えば、パルス列（パルス振幅変調信号）またはサンプリングおよび量子化された物理信号とすることができる。したがって、ディジタル信号は、離散信号（または離散時間信号）を、値の時系列として伝達することができる。ディジタル信号においては、全ての場合に、時間変動する量が、離散値（有限個の値）のシーケンスの表現である。したがって、ディジタル信号はしばしば離散信号と呼ばれる。反対に、アナログ信号は、時間的に連続した信号、例えば、ある振幅変調または位相変調を有するシヌソイド形の信号であり、時間変動する量は、時間変動する別の量の表現である。初期信号５１は、アナログ信号であろうがまたはディジタル信号であろうが、伝送される情報を記録している。このような情報は例えば、２つ以上のビット値として記録されていることがある。

この初期信号５１は、変調関数ｆ（．）に従ってＳ１１で変調されたものであると仮定される。この関数は、（図３Ａ、３Ｃの場合のように）出力において（図３Ｂ、３Ｄに例示された）離散信号または連続信号を生成するディジタル変調関数であることができる。全ての場合に、変調ステップＳ１１によって生じる信号５３はディジタル信号またはアナログ信号であることができ、例えば電気的にまたは光学的に伝達するＳ１２（すなわち送信する）ことができる。それでも、中間送信ステップＳ１２は、例えば音波など、任意の波送信技術を使用することができる。変調Ｓ１１の結果生じる搬送信号のこの変化は例えば、後に論じる実施形態の場合のように、変調アルファベット（modulation alphabet）を構成する有限個の（しかし通常は多数の）代替記号（alternative symbol）を形成することができる。

一貫して、ステップＳ１２で受信される変調信号５４は、ディジタル信号またはアナログ信号の形態で受信することができる。変調信号５４は例えば、最初に、アナログ信号の形態で受信するＳ１２ことができ、次いで、場合により、後続の復調Ｓ２２のために、ディジタル信号、例えば連続した一組の離散値としてサンプリングおよび解釈されたディジタル信号に変換するＳ２１ことができる。この場合、ＡＮＮシステム２２は、変換された信号の中の値のパターンからのビット値を識別するＳ２２ことにより、変換された信号を復調するＳ２２。すなわち、識別Ｓ２２は、信号の特性ではなく離散値に基づいて演算する。そのうえ、復調ステップＳ２２は、必ず離散値に対して実行されるというわけではなく、その代わりに、上述のとおり、変調信号自体に対して実行することもできる。すなわち、信号の特性に基づいて、例えば光学信号に基づいて、識別ステップＳ２２を実行することができる。例えば、変調信号は、光学的に十分に送信することができ、次いで、後に論じる実施形態の場合にように光学リザバーとして構成されたＡＮＮシステム２２に光学的に結合することができる。

光ファイバ・データ伝送は典型的には、方形波を使用し、基礎をなす信号は典型的には、ディジタル信号と考えられることに留意されたい。しかしながらこの場合には、伝達される信号が、使用される初期信号５１および変調関数５２に依存し、そのため、光ファイバ信号がもはや方形波ではない可能性がある。

ＡＮＮ２２のソフトウェア実施態様を使用するとき、復調ステップＳ２２は、初期信号５１によって記録された数字に対応する一組の数字、例えば｛１，０，１，０，０，１｝を直接に与える。ＡＮＮ２２のハードウェア実施態様に依存する変形実施形態では（すなわち、ＡＮＮが、ＡＮＮを実装するように構成されたコンピュータではなく、特殊目的ハードウェア・デバイスである場合）、復調ステップＳ２１は通常、中間信号（図示せず）を与え、この中間信号から、図１で仮定されているように最終的なシーケンスが取り出される。例えばハードウェア光学ネットワーク２２を使用したとき、ＡＮＮ２２の出力の中の獲得された信号は通常、光学パワーのストリーム（強度が変化する光）であることができ、その変動が、初期信号５１と同じ値を記録している。したがって、ステップＳ２２の出力の中の獲得された信号は、再び、離散信号またはアナログ信号であることができ、そのうえ、初期信号５１の値に対応する値を記録している。図１で使用されている描写にもかかわらず、実施形態では、２値信号の代わりに、マルチレベル信号を使用することができることに留意されたい。

復調ステップＳ２２を、受信Ｓ１２された信号５４および次いでＡＮＮ２２に結合Ｓ２１された信号５５によって形成されたパターンの分類とみなすことができ、この分類は、ＡＮＮシステム２２によって実行される。ＡＮＮシステム２２は、動作時に、変調関数５２によって生じたパターン、すなわちこの関数５２によって生み出された値のパターンまたは対応する信号パターンからのビット値を識別するように訓練されると仮定される。したがって、推論時に、システム２２は、変調信号５５のパターンからビット値が識別されるＳ２２ことを可能にし、これは、（ＡＮＮのソフトウェア実施態様の場合のように）直接に識別されるか、または（特殊目的ＡＮＮハードウェアを使用した実施態様の場合のように）直接には識別されない。

ディジタル値、すなわち信号５４によってともかくも表されたまたは記録された値で形成されたパターンをシステム２２が適当に分類するために、必要ならば、ステップＳ１２で受信された信号５４を、最初に、ディジタル値に変換するＳ２１ことができる。しかしながら、一態様では、ＡＮＮシステムは、受信された信号５４に対して直接的に動作してＳ２２として出力する。このような場合、ＡＮＮ２２に結合される信号５５は、（信号５４の特性に影響を与える可能性がある結合ステップＳ２１に従属する）S２１において受信される信号５４と「同一」であり、そのため、その場合にはアナログ－ディジタル変換が必要なく、復調Ｓ２２がより効率的になる。信号をハードウェアＡＮＮに結合することは例えば、信号に影響を与えること、例えば光学的損失を生じさせ、したがってその結果、振幅をより小さくすることであることに留意されたい。したがって、その場合、結合される信号は通常、信号５４と完全に同一のものではない。

この手法は、後に説明するように変調関数からの出力が初期信号よりも速く変動することによって、受信した信号を（例えば受信されたストリーム上で直接に）、信号５１によって記録されたビット・シーケンスのビット速度よりも速い速度で復号することを可能にする。使用される結果として生じる変調速度が攻撃者に知られていないため、この手法は、適正に訓練されたシステムなしでビット・シーケンスを再構成することを事実上不可能にする。これによって、符号化速度および初期ビット速度が攻撃者に知られていないこと以外に、符号化された信号５４の時間分解能を、攻撃者が使用する物理検出デバイスの分解能よりも小さくすることができ、このことは、そのデバイスが検出することを不可能にする。例えば、ハードウェアで実装されたＡＮＮを使用することは、典型的な物理検出デバイスよりもはるかに高い周波数で動作することを可能にする。例えば、このようなＡＮＮは、「高速」暗号化信号を、「低速」暗号解読信号に変換する。

変調関数が初期信号よりも速く変動することは、基本的に、変調信号の導関数が、同じ時間周期に、平均して、初期信号の導関数（または初期信号によて記録された量）よりも頻繁に正負符号を変化させることを意味する。このような結論は、連続して微分可能な信号に適用し、クラスＣｎの信号に対してより高次（ｎ次）の導関数を保持することができる。離散信号／サンプリングされた信号に関して、変調関数がより速く変動することは、変調信号の変調信号値の連続する差が、同じ時間周期に、平均して、初期信号の連続する差（または初期信号によって記録された量）よりも頻繁に正負符号を変化させることを意味する。このような差は、使用可能な最も小さな時間分解能に対応する間隔の間に計算される。同様の結論は、第ｎの差（ｎ＞１）に対しても当てはまる。すなわち、変調関数からの出力は、時間ドメインでより速く振動する。通常、このことの結果として、変調信号は、平均して、初期信号５１の時間周波数（または特性周波数）よりも高い時間周波数（すなわち１つまたは複数の特性周波数）を有する。すなわち、対応するフーリエ・スペクトルは、変調後により大きな周波数にシフトし、自己相関関数は、変調関数の最小の変調時間周期に対応する時間間隔の間に、遅れ０におけるその最大値からより急速に低下する。

離散信号に関して、変調関数は、初期信号よりも小さな時間分解能を有していると言うことができる。例えば、図２Ｃに示された信号は８つのパルスを示しており、図２Ａの信号は、同じ時間間隔の間に３つのパルスを有する。変調信号のより高い時間周波数は、例えばフーリエ解析を介して、信号のパワー・スペクトルを使用してなど信号解析および処理の通常の技法によって特徴づけることができる。上記の考慮事項は、初期信号および変調信号の有用な部分、必要ならば雑音が除去された後の初期信号および変調信号の有用な部分に関することに留意されたい。そのうえ、可能な雑音にもかかわらず、その必須の（そして有用な）部分に関して、変調信号が、その必須の（そして有用な）部分に関して初期信号よりも速く変動することは変わらない。

上で言及したとおり、ＡＮＮシステム２２は認知システムであり、認知システムは、場合により、ソフトウェア内またはハードウェア内に（特殊目的ＡＮＮハードウェアとして）実装することができる。認知システムは、例えば、適当な任意の機械学習モデルとして実装することができ、すなわち、古典コンピュータ・プラットフォーム上でランするソフトウェア内に実装することができる。認知システムは特に、例えばスパイキング・ニューラル・ネットワークまたはオートエンコーダとして実装することができる。そのうえ、それにもかかわらず、このようなコンピュータ・プラットフォームは、専用アクセラレータおよびＡＮＮに対する他のハードウェア最適化を組み込むことができる。同様に、共最適化されたソフトウェアおよびハードウェア・プラットフォームに依存することもできる。それでも、ＡＮＮシステムは、復調時の速度および暗号用途のセキュリティのために、特殊目的ＡＮＮハードウェア内に実装すること、すなわち、光学リザバーまたは抵抗処理ユニットとして構成されたフォトニック・コンピューティング・システムなどの訓練可能なハードウェア・デバイスとして実装することができる。特に、ＡＮＮシステムは、後に詳細に論じるように、高い生ビット速度と両立する高速復号および暗号用途を光学信号に基づいて可能にするために、光学リザバー・ハードウェア・システムとして有利に実装することができる。

本明細書では、認知アルゴリズム、認知モデル、機械学習モデルなどの用語が、相互に交換可能に使用されていることに留意されたい。用語を明確にする努力において、以下の定義を仮に採用することができる。機械学習モデルは、認知アルゴリズムによって生成され、認知アルゴリズムは、訓練されたモデルに到達するように、入力データ点からそのパラメータを学習する。したがって、訓練されている認知アルゴリズムと、基礎をなすアルゴリズムの訓練完了後に最終的に得られる、訓練されたモデルと呼ばれるモデルとを区別することができる。同様に、訓練可能な特殊目的ＡＮＮハードウェアと訓練されたハードウェア・デバイスとを区別することができる。復調目的Ｓ２２のいくつかの実施形態で使用される特殊目的ハードウェア・デバイス２２は、信号５１を変調するＳ１１ために最初に使用される変調関数５２に関して既に適当に訓練されていると仮定される。

次に、この全てを、本発明の特定の実施形態に関して詳細に説明する。

これまでに説明した方法および変形実施形態は主に、受信側２０で実行される復号／復調ステップＳ２２を中心にしたものである。しかしながら、本発明は、送信側１０と受信側２０の両方で実施される方法に拡張される。したがって、実施形態では、本発明の方法がさらに、変調信号５３を獲得するために初期信号５１を変調関数５２に従って変調するＳ１１ことを含む。獲得された変調信号５３は次いで、変調信号５３が受信されＳ１２、続いてＡＮＮシステム２２によって復調されるＳ２２ために送信されるＳ１２。

初期変調Ｓ１１は、例えばディジタル信号処理（ＤＳＰ）によって達成することができ、このＤＳＰではディジタル変調が追求される。次いで、獲得されたＳ１１変調信号５３を、以前に言及したとおり、電気的にまたは光学的に送信するＳ１２ことができる。変形実施形態では、光ビームを変調するＳ１１ために、電気－光学変調器（electro-optic modulator）（ＥＯＭ）を使用することができ、次いで、変調された光ビームを光学的に送信することができる。例えば、最初にディジタル信号５１をディジタル処理し、次いで光学的に符号化することができる。そのために、ニオブ酸リチウムまたはシリコン・ベースのＥＯＭなどの高速ＥＯＭに依存することができる。これらのデバイスはそれ自体が知られている。他の変形実施形態では、初期（ディジタルまたはアナログ）信号５１をアナログ信号処理Ｓ１１にかけることができる。

例えば、初期信号５１が、図１の場合のようにディジタル信号であると仮定する（図２Ａも参照されたい）。本発明の目的上、変調関数５２は入力信号よりも速く変動する必要があるため、例えば、ディジタル信号５１によって記録されたそれぞれの離散値に対応するそれぞれの時間周期の間、初期信号５１をそれぞれ変調してＳ１１、変調信号５３を獲得することができる。図２Ｂ～２Ｄは、その結果獲得される信号５３の可能な例を示している。例えば、変調Ｓ１１は、離散信号５１の瞬時値に基づくことができ、その場合、初期ビット・シーケンス５１が変調器１１を通してストリーミングされる。振幅変調の場合と同様に、瞬時値は、図１にｆ（．）によって示されている変調器１１の関数５２が現在考慮している値を指す。すなわち、変調関数５２は、離散信号の現在の値に基づくことができ、連続して処理するそれぞれの現在の値について、（図２Ｂの場合のように）信号パルスを生成することができ、または（図２Ｃ、２Ｄの場合のように）異なるいくつかの値のセットを表すディジタル信号を生成することができる。図２Ｂ～２Ｄに示されているとおり、変調信号は、入力信号よりも「速く」変動する。すなわち、それぞれの場合において、変調信号は、図２Ａの初期信号のそれぞれの離散値に対応する時間間隔内にいくつかの変動（振動）を示す。通常、このような全ての時間間隔は一定であり、そのため、結果として生じる変調パターンは、基礎をなすビット・シーケンス（生ビット速度）およびこれよりも速く変動し、初期信号５１のそれぞれの離散値に対応するそれぞれの時間周期に対してこのとおりである。図２Ａでは、初期信号が変動する時間周期が１（ａ．ｕ．）であり、図２Ｃおよび２Ｄの信号が変調される基本時間周期は１／４（ａ．ｕ．）であることに留意されたい。

図３Ａおよび３Ｃは、「１」および「０」を変換するための所与の変調関数によって生成された２つの異なる連続（アナログ）信号を示している。この関数を図２Ａの初期シーケンスに適用すると、初期シーケンスが変調され、図２Ｂに示された信号が得られる。図２Ｂに示された信号は、図３Ａおよび３Ｃによるパターンを交互に繰り返している。図３Ａおよび３Ｃは、アナログのような変換を含むため、図２Ｂで獲得される信号をアナログ信号とみなすことができる。

反対に、離散変調関数を図２Ａの初期シーケンスに適用すると、離散信号が得られるであろう。例えば、図３Ｂおよび３Ｄの信号は、図３Ａおよび３Ｃのアナログ信号に対応する離散信号であり、これらを使用して、図２Ａの入力信号を変調することができる。このような変調の結果は示されていない。

そのうえ、初期信号５１は、場合により、離散またはアナログ変調関数によって変調された離散信号であること、またはアナログ信号、例えば変調のために離散変調関数によってサンプリングされたアナログ信号であることができることが理解される。変形実施形態では、アナログ変調を使用して、初期アナログ信号を、例えば（周波数変調の場合のように）読み取られたアナログ入力信号の瞬時値に基づいて変調することができる。本発明の目的上、重要なのは、変調関数が初期信号（または初期信号によって表される量）よりも速く変動することである。

その代わりに、図２Ｃおよび２Ｄは、より高度な置換スキームに従って図２Ａの初期シーケンスを変調することによって獲得された変調信号を示しており、このスキームでは、初期信号の瞬時値に加えて初期信号の以前の値を考慮する。すなわち、図２Ｃは、図２Ａの初期シーケンスを置換｛ｋ，ｌ｝→｛ｐ，ｑ，ｒ，ｓ｝に従って変調することによって獲得されたものであり、図２Ｄは、同じ初期シーケンスを、異なる時間ステップ細区分を与える置換｛ｋ，ｌ｝→｛ｐ，ｑ，ｒ｝に従って変調することによって獲得されたものである。図２Ｃで実行された変調は２値形式のままであるが、図２Ｄの変調は３値符号（マルチレベル信号）を与える。このような置換規則については後に詳細に説明する。

最初に、変調ステップＳ１１は、初期信号５１のいくつかの離散値によって構成されたオペランド（operand）に関して有利に機能することができることに留意されたい。すなわち、入力において信号５１の２つ以上の離散値をとる変調関数５２に従って、信号５１のそれぞれの離散値を変調することができる。例えば、初期信号５１のそれぞれの現在の値について、関数ｆは、図２Ｃおよび２Ｄに仮定されているような変調を生み出すために、入力として、その現在の値および初期信号の１つまたは複数の以前の離散値をとることができる。すなわち、パラメトリック変調に従って初期ビット・シーケンス｛１，０，１，０，０，１｝が変調される。

図２Ｃの例では、変調関数が、下記の置換を実行すると仮定される。｛ｋ，ｌ｝はここでも入力値対を示し、ｌは、現在の（瞬時）値、ｋは、初期ビット・シーケンスのその現在の値ｌの直前の値であり、セット｛ｐ，ｑ，ｒ，ｓ｝は、出力において生成される変調されたセットを示す。
｛０，０｝→｛０，０，１，１｝
｛０，１｝→｛０，１，１，０｝
｛１，０｝→｛１，０，０，１｝
｛１，１｝→｛１，１，１，０｝

すなわち、この例では、基本時間周期が２つに分割される（図２Ｃと２Ａを比較されたい）。このような置換では通常、初期シーケンスの最初のビットまたは最後のビットに対する置換を可能にするために、初期シーケンスを適正に初期設定することが必要となることに留意されたい。例えば、実際の初期シーケンスの前にダミー・ビット（例えば０）を付加することができる。例えば、最初に、図２Ａに示された初期シーケンス｛１，０，１，０，０，１｝を、変更されたシーケンス｛｛０｝，１，０，１，０，０，１｝と解釈することができる。ここでは、｛１，０，１，０，０，１｝の前に｛０｝が付加されている。次いで、図２Ａのシーケンス｛１，０，１，０，０，１｝の実際の最初の値１が、変更されたシーケンスと一貫する入力対値｛０，１｝を与える。これによって、初期時間ステップの１／２の時間ステップで演算された変調｛０，１，１，０｝が与えられる。図２Ａの初期シーケンスの実際の第２の値は０であり、直前の値は１であるため、これは入力対｛１，０｝を与える。この入力対は、上記の置換リストに従って、変調されたセット｛１，０，０，１｝を与える。以下同様である。最終的に、これは、図２Ｃに示された変調されたパターンを与える。再構成された後（ステップＳ２２の後）、最終的に、初期シーケンスの前に付加されたダミー・ビットを離散信号５６から除去する必要がある。変形実施形態では、初期シーケンスの前に付加する代わりに、初期シーケンスの後にダミー・ビットを付加することもできる。

離散信号が使用される場合には、初期信号５１もまたは変調信号５３も、（０または１の値を表す）２値信号である必要は必ずしもないことに留意されたい。例えば、変調関数５２は、図２Ｄで仮定されているように、３値符号を使用して情報を符号化することができる。それでも、攻撃者がシーケンスを復号することをより難しくするために、変調された符号のアリティ（arity）は、入力符号のそれを上回ることができる。したがって、初期信号５１はｎ値符号（ｎ≧２）を符号化することができ、変調信号５３は、変調Ｓ１１の後に、ｍ値符号を符号化することができ、ｍ＞ｎである。これが図２Ｄに例示されており、入力では２値符号化（図２Ａ）が使用されるのに対して、変調Ｓ１１の後には３値符号が獲得される。

より詳細には、符号化Ｓ１１の後に図２Ｄの信号を獲得するために以下の置換が実行されると仮定される。この場合も、実際の初期シーケンスの前にダミー・ビット（０）が付加されていると仮定する。以下のリストでは、｛ｋ，ｌ｝が入力値対を示し、ｌは、入力信号の現在の値、ｋは、所与のビット・シーケンスの以前の値であり、｛ｐ，ｑ，ｒ｝は、変調関数５２の出力において生成される変調されたセットを示す。
｛０，０｝→｛０，２，１｝
｛０，１｝→｛０，１，２｝
｛１，０｝→｛１，２，０｝
｛１，１｝→｛２，１，０｝
このような置換は、図２Ｄに示された３値シーケンスを与える。

（変調信号が変調後にｍ値符号を符号化し、ｍ＞ｎである）図２Ｄの変形実施形態では、図２Ｃに関して以前に例示された異なる時間ベースに基づいて、ｎ値符号を別のｎ値符号に単純に変換することができる（すなわちｍ＝ｎ）。他の変形実施形態では、失われた次元を補償するために信号の周波数がさらに変調される場合、変調信号のアリティをｎよりも小さくすることができる（すなわちｍ＜ｎ）。後者は、入力することがより簡単であるが、それにもかかわらず、送信においてよりロバストとなることがある。

図２Ｂ～２Ｄに示された変調の例は教育的例であり、実際には、ステップＳ２２で実行される変調は通常、はるかに長い初期シーケンス｛ｋ，ｌ，．．．｝に対して演算し、より長い出力シーケンスを生み出すことに留意されたい。さらに、この置換は、静的なものである必要はなく、その代わりに時間とともに発展することができる。さらに、より高度な動的符号化を実行することができる。したがって、場合によっては、図６の流れ図で仮定されているように、時間の経過に伴って１次ＡＮＮシステム２２を再訓練するＳ３０必要があることがある。

しかしながら、より単純な変形実施形態では、それぞれの変調ステップが、図２Ａで仮定されているように、ディジタル信号の単一の値、すなわちディジタル信号の瞬時値に基づき、その場合、異なるビット値は、異なる信号パルス（図３Ａ、３Ｃ参照）または離散シーケンス（図３Ｂ、３Ｄ）を与える。これに対応して、変調Ｓ２２は、場合により、（図２Ｂの場合のような）連続的に変動する信号または離散信号（図２Ｃ、２Ｄ）に帰着することがある。全ての場合に、出力信号（またはシーケンス）のより高い周波数（またはより高いビット速度）の追加された複雑さが、適当に訓練されたＡＮＮ、ならびに初期信号５１の時間ステップ（ビット速度）および変調関数５２についての事前の知識なしで信号５４、５５を解釈することを非常に難しくすることは変わらない。

実施形態では、ディジタル信号５１を変調器１１がオンザフライで変調するＳ１１ために、最初にディジタル信号５１が変調器１１にストリーミングされるＳ１０。この場合も、上で例示したとおり、以前の信号値を瞬時信号値とともに使用して、変調Ｓ１１を実行することができる。一貫して、ＡＮＮシステム２２が受信したストリーミングされた信号をＡＮＮシステム２２がオンザフライで復調するＳ２２ために、変調信号５４をＡＮＮシステム２２にストリーミングすることができる。

変形実施形態では、場合により、再配列された信号を変調するＳ１１前に、信号の値を、ビットのシーケンスのブロックまたはビットのシーケンスのブロックのアレイとして再配列することができる。次いで、このようなシーケンスを逐次的にまたは並列に変調しＳ１１、次いで同様に復調し、その後に、値のシーケンスを再組立てすることができる。この点に関して、変調されたシーケンスのいくつかの並列セットを横切って、変調パターンを学習するＳ３０ことができる。図２～３に仮定された単純な例にもかかわらず、この場合も、複雑な記号を形成するために、複雑な変調スキームを企図することができる。

一態様は、（考慮された全ての入力信号上で演算する変調関数５２によって）２つ以上の入力信号を並列に変調してＳ１１、１つまたは複数の変調信号５３を獲得することである。この場合も、結果として生じる変調信号は入力信号よりも速く変動する。次いで、続いてステップＳ１２で受信された１つまたは複数の変調信号５４が、ＡＮＮシステム２２を用いてパターン認識により、すなわちステップＳ１２で受信された１つまたは複数の変調信号５４のパターンからのビット値を識別することにより復調されるＳ２２。ＡＮＮのソフトウェア実施態様では、初期信号５１を、例えば入力ストリーム（すなわちデータ要素のシーケンス）とすることができる。変形実施形態では、初期信号５１を、一組のアナログ信号とすることができる。したがって、変調ステップＳ１１の結果、単一のストリームもしくは変調された単一のアナログ信号、またはいくつかのストリームもしくは信号を獲得することができ、これらは、入力信号に含まれる情報を復元するように、復調のためＡＮＮにフィードされるＳ２１。

有利には、ＡＮＮをリザバー・ネットワークとすることができる。ここでは、効率とセキュリティの両方の理由から、ＡＮＮシステム２２を、ソフトウェア内に実装するのではなく、訓練可能なハードウェア・デバイス（すなわち特殊目的ＡＮＮハードウェア）として実装することができる。さらに、以前に言及したとおり、変調信号５４を特に光学的に送信するＳ１２ことができ、それによって、ステップＳ１２で受信される信号５４が光学信号５４となる。その場合、フォトニック・コンピューティング・システム２０を有利に使用して、復調Ｓ２２を実行することができる。より正確には、ＡＮＮシステム２２は、リザバー・コンピューティング・システムとして構成されたフォトニック・コンピューティング・システム２０の一部を形成することができる。受信された光学信号５４をＡＮＮ２２に結合するＳ２１ことによって、ＡＮＮ２２は、結合された信号５５を、結合された信号５５の信号パターンからのビット値を識別することにより復調するＳ２２。

上述のとおり、送信された信号５４がフォトニック・コンピューティング・システム２０によって受信されＳ１２、続いて復調されるＳ２２ために、例えば信号５１を、光学的に送信されるＳ１２前にＥＯＭ１１を用いて変調するＳ１１ことができる。それでも、ＥＯＭを有利に使用して信号を変調することができるが、これを達成するために、他の解決策を企図することもできる。そのような１つの解決策は、コヒーレント光で機能する遅延線を有する線形光学ネットワークに依存することである。例えばhttps://arxiv.org/ftp/arxiv/papers/1501/1501.03024.pdfを参照されたい。

例えば、（相互接続された遅延線を有する）線形光学ネットワークに依存して、信号を搬送している電磁場の振幅と位相の両方で、情報を符号化することができる。変形実施形態では、変調Ｓ１１が、単独の光の強度（場の振幅だけが変調される）または単独の位相に基づくことができる。符号化された信号５１をディジタル信号とすることができるが、他の変形実施形態では、以前に述べたとおり、符号化された信号５１を、（例えば電気的な）単なるアナログ信号とすることもできる。

しかしながら、訓練可能なハードウェア・デバイス（すなわち特殊目的ＡＮＮハードウェア）として実装されるのか、またはソフトウェア内に実装されるのかにかかわらず、ＡＮＮの基本的な機能原理は、図４に関して次に論じるとおり、同じである。最初に、変調信号５４によって記録された時間情報を、ＡＮＮの入力層の１つまたは複数の入力ノード２５１上にマップするＳ２１必要がある。入力層の入力ノード２５１は、ＡＮＮの出力層の１つまたは複数の出力ノード２５４に、接続を介して接続されている。これらの接続のうちの少なくとも一部は、調節可能な重み要素に関連づけられており、すなわち、訓練プロセス中にそれらの接続を調整することができ、このことは、システム２２を訓練可能なシステムにする。ステップＳ２２で実行されるビット値の識別は、出力ノードからの信号の読取りを必要とする。

図４は、いくつかの入力ノードおよび出力ノードを仮定していることに留意されたい。しかしながら、変形実施形態では、入力および出力層がそれぞれ単一のノードを含むことができる。全ての場合に、最初に、ステップＳ１２で受信された信号５４に含まれる時間情報（および場合により追加の情報）を入力ノード２５１に適切にマップするＳ２１ことができる。場合により、出力ノード２５４を、異なるビット値またはアナログ値にマップすることができる。訓練された重み要素２５３によって、実際のビット値５６が、出力において読み取られた値を適当に組み合わせ、重み付けすることにより推論される。

同様のアーキテクチャを、ソフトウェア内に、例えばスパイキング・ニューラル・ネットワークないしＳＮＮによって実装することができ、例えば、出力ノードは、全対全側方抑制的接続（all-to-all lateral inhibitory connection）を介して互いに接続され、入力ノードは、接続重みが関連づけられた全対全興奮性接続（all-to-all excitatory connection）を介して出力ノードに接続されることに留意されたい。例えばＦＦＮなど他のタイプのＡＮＮを企図することもできる。

以前に論じたとおり、ステップＳ１２で受信される変調信号５４を光学信号とすることができ、その場合には、ＡＮＮシステム２２を、リザバー・コンピューティング・システムとして構成されたフォトニック・コンピューティング・システム２０の一部として有利に実装することができる。その場合には、リザバー・コンピューティング・システム２２の入力ノード２５１上に光学信号５４を結合することにより、リザバー・コンピューティング・システム２２上に時間情報をマップするＳ２１ことができる。図４にさらに示されているとおり、システム２２のリザバー層の光学リザバー・ノード２５２を介して、入力ノード２５１を１つまたは複数の光学出力ノード２５４に接続することができる。それぞれの光学出力ノード２５４は通常、１つまたは複数の光学リザバー・ノード２５２によって、対応するそれぞれの接続を介して接続され、対応するそれぞれの接続にはそれぞれ調整可能な重み要素２５３が関連づけられている。図４に示されたリザバーの特定の実施態様の描写にもかかわらず、通常、ノード２５２は実際に接続されていることに留意されたい。

リザバー・コンピューティング・システムは、出力を訓練することにより、動力学的入力データの効率的な解析を可能にする。ＡＮＮシステムは特に、リキッド・ステート・マシンまたはエコー・ステート・ネットワークとして実施することができる。実施形態では、図５で仮定されているように、リザバー層を、所与の光学パワー分布を有する光学干渉パターンの形態で達成することができる。このようにすると、光学入力信号の時間情報を光学干渉パターンにマップすることができる。さらに、出力接続および関連重み要素は、光学ドメインで動作することができる。図５に示された光学リザバー・システムはセクション２．１でさらに説明される。

図６に示されているように、本発明の方法は、変調関数５２によって生じた信号パターンからのビット値をＡＮＮシステムが識別するようにＡＮＮシステムを訓練するＳ３０ことをさらに含むことができる。これは特に、訓練データセットを送信し、次いで受信されたデータセットに基づいてＡＮＮ２２を訓練するＳ３０ことによって達成することができる。特に、必要に応じて、例えば変調条件を変更したときまたは信号接続経路を変更したときに、ＡＮＮ２２を再訓練するＳ３０ことができる。セキュリティに敏感な用途では、システム２２の訓練を慎重に取り扱わなければならない。例えば、推論目的Ｓ２２に使用されるチャネル以外の別のチャネルを使用して、訓練データセットを送信することができる。光学ネットワーク２２を使用するときには、特に信号の位相が変調Ｓ１１もしくは解釈Ｓ２２され、またはその両方が実行されるときに、物理接続経路の変更がシステム２２の再訓練を要求することがあることに留意されたい。

セキュリティ上の理由から、または動力学的に進展している文脈に適合させるために、ステップＳ１１で使用される変調関数５２を適合させるＳ５０必要があることがあり、ある時点で使用される異なるタイプのデータが、異なるタイプの変調を必要とすることがある。さらに、場合により、続いて変調される信号５１（次のサイクル中に変調される信号）の特性を適合させるために、復調された信号Ｓ１２の特性を解析したＳ４０後に、ＡＮＮシステム２２から受信したＳ４０フィードバックに基づいて、変調関数５２を更新するＳ５０ことができる。これは特に、ある種の境界条件を満たしまたは最適化する（例えば変調信号の一定の平均値を維持する）ように、または、信号伝送を向上させること（例えば、復号後の異なる入力状態間の物理的コントラストまたは符号化効率を向上させるために、最適な関数５２を選択することにより伝送エラーを低減させる）ことを考慮して、実行することができる。ステップＳ４０で解析される特性は、受信側で受信される信号５５に関係することに留意されたい。したがって、ステップＳ４０で実行される解析は、次のサイクルＳ１１～Ｓ２２に影響を与える。例えば、ステップＳ４０のために受信されたフィードバックを使用して、後続のサイクルの全体を通じて変調信号の一定の平均値を維持することを保証することができる。変調関数５２の更新は、それぞれのサイクルＳ１１～Ｓ２２の直後に、または訓練データの多数のサイクルおよび多数のバッチの後に実行される可能性があることに留意されたい。

例えば、変調関数５２に影響を与えるように、第２の訓練可能なＡＮＮ（図示せず）を使用して、変調器１１の上流で信号を生成することができる。この第２のＡＮＮを、受信側２０の制御回路とともに使用して、符号化関数５２を、例えば前記境界条件を満たしまたは最適化するように調整することができる。

次に、他の態様によれば、本発明は、復調器２０または変調システム１の全体などのコンピューティング・システムとして実施することができる。このようなシステムの諸態様は既に、本発明の方法に関して暗黙のうちに対象とされており、以下では、図１、４および５を参照して簡潔に説明するだけに留める。

最初に、本発明は、以前に説明した方法に従って信号を復調するための単独の復調器２０として実施することができる。このような復調器２０は、入力ユニット２１およびＡＮＮシステム２２を備えることができる。入力ユニット２１は、変調信号５４を受信するように、すなわち、以前に論じたように変調関数５２に従って初期信号５１よりも速く変動するように変調された信号を受信するように構成されている。受信した信号５４を入力ユニット２１がＡＮＮシステム２２に結合するため、動作時、ＡＮＮシステムは、入力ユニット２１に接続されている。以前に説明したとおり、ＡＮＮシステム２２は、変調関数５２によって生じた信号パターンからのビット値を識別するように訓練されていると仮定される。そうでなければ、システム２２は、復調器２０内において、システム２２に結合された変調信号５５を、受信された変調信号５４のパターンからのビット値を識別することにより復調するように構成されている。

図４および５を参照すると、ＡＮＮシステム２２は特に、リザバー・コンピューティング・システムとすることができ、例えば、リザバー・コンピューティング・システムとして構成されたフォトニック・コンピューティング・システム２０の一部を形成することができる。このようなリザバー・コンピューティング・システムは、動作時に、入力ユニット２１によって受信され、次いでＡＮＮシステム２２に結合された変調光学信号５３のパターンからのビット値を識別することにより、光学信号５３、５４を復調するように適合されている。

図４に示されているとおり、ＡＮＮシステムは特に、１つまたは複数の入力ノード２５１の入力層および１つまたは複数の出力ノード２５４の出力層を備えることができる。入力ノード２５１は、接続（矢印）を介して出力ノードに接続されており、これらの接続のうちの少なくとも一部は、調整可能な重み要素２５３に関連づけられている。ＡＮＮシステム２２は、動作時に、前記出力ノード２５４から信号を読み取ることにより、ビット値を識別することができる。しかしながら、より一般的には、ＡＮＮシステム２２を、復調器２０内の訓練可能な特殊目的ハードウェア・デバイスとして実装することができる。

変調信号５４の中に記録された時間情報（もしくは特定情報、他の次元情報、またはこれらの組合せ、例えば波長、分極、マルチコア・ファイバのコア）をシステム２２の入力ノードにマップするように、入力ユニット２１をさらに構成することができる。変形実施形態では、入力ユニット２１が、信号５４を単純に単一の入力ノードに（例えば光学的に）結合することができる。

図４に示されたシステム２２では、システム２２のリザバー層の光学リザバー・ノード２５２を介して、入力ノード２５１が光学出力ノード２５４に接続されている。それぞれの光学出力ノード２５４は、１つまたは複数の光学リザバー・ノード２５２によって、対応するそれぞれの接続を介して接続されており、対応するそれぞれの接続にはそれぞれ調整可能な重み要素２５３が関連づけられている。セクション２．１に詳細に説明されているとおり、入力ユニット２１は、変調信号５４を光学入力信号ＩＳｉとして受信し、光学入力信号ＩＳｉを入力ノード２５１に結合するように構成されている。

フォトニック・コンピューティング・システムの別の例２２ａが図５に示されており、これについてはセクション２．１で詳細に説明される。

光学リザバー・ネットワークに依存する実施態様では、受信側２０が、光学検出器をさらに備えることができることに留意されたい。しかしながら、この光学検出器はＡＮＮ２２の下流に配置されるであろう。言い換えると、信号５４は最初に光学ＡＮＮ２２にフィードされＳ２１、次いで光学検出器を用いて検出され、その場合、入力ユニット２１は基本的にカプラであり、受信した信号をＡＮＮに結合することが意図されている。

光学リザバーの代わりにＲＰＵなどの非光学システムが使用される変形実施形態では、ＡＮＮのさまざまな入力ノードがネットワークの上位層に信号を中継するために、入力ユニット２１が、同様に、入力信号の中に記録された時間情報（および場合により振幅、位相など他の情報）をＡＮＮのさまざまな入力ノード上にマップするように構成されている（例えばプログラムされている）べきである。

図１を再び参照する。別の態様によれば、本発明は、信号の変調と復調の両方を実行するための変調／復調システム１として実施することができる。すなわち、このようなシステム１は、（以前に説明したものなどの）復調器２０および変調器１１を備える。変調器１１は、変調関数５２に従って信号５１を変調して変調信号を獲得するように構成されている。以前に説明したとおり、変調関数５２は信号５１の関数であり（すなわち変調関数５２は入力として信号５１をとり）、変調関数５２の出力は信号５１よりも速く変動する。さらに、変調器１１によって獲得された変調信号を送信するため、システム１は、変調器１１に動作可能に接続された送信ユニットを含む。

この場合も、場合により、ディジタル信号５１を、例えばディジタル信号５１によって記録されたそれぞれの離散値に対応するそれぞれの時間周期の間それぞれ変調して、変調信号５３を獲得するように、変調器１１を構成することができる。さらに、適当な変調関数５２によって、ディジタル信号５１を、ディジタル信号５１の２つ以上の離散値（例えば瞬時値および１つまたは複数の以前の値）に基づいて変調するように、変調器１１をさらに構成することができる。例えば、ストリーミングされた信号をオンザフライで変調するように、変調器１１を適合させることができる。同様に、場合により、特に特殊目的光学システムを使用しているときに、オンザフライで復調を実行するように、ＡＮＮシステム２２を設計することができる。

以上の実施形態は、添付図面を参照して簡潔に説明されており、以上の実施形態は、いくつかの変形実施形態を提供することができる。上記の特徴のいくつかの組合せを企図することができる。次のセクションでは例が提供される。

２．特定の実施形態 － 技術的実施態様の詳細
２．１ 光学リザバー・コンピューティング・システム
図４は、実施形態による、光学リザバー・コンピューティング・システムとして実施されたフォトニック・コンピューティング・システム２２を概略的に示している。フォトニック・コンピューティング・システム２２は、入力層、リザバー層および出力層を備える。入力層は、複数の入力ノード２５１を備え、入力ノード２５１は、光学入力信号ＩＳｉ（例えば光学入力ストリーム）を受信し、そのような信号ＩＳｉをリザバー層に転送するように構成されている。リザバー層は、閉じ込められたリザバー領域、例えば、複数の光学リザバー・ノード２５２を含む連続した光学リザバー領域４１０を備える。ここでは、リザバー層が、図５を参照して後に説明されるように、光学パワー分布を有する光学干渉パターンとして形成されている。

フォトニック・コンピューティング・システム２２はさらに、リザバー・ノード２５２と出力ノード２５４との間の複数の光学出力接続を含む。これらの光学出力接続のうちの少なくとも一部は、重み付け要素（ｗｉ）２５３に関連づけられており、重み付け要素２５３は、訓練プロセスＳ３０中に調整することができる。すなわち、セクション１で論じたとおり、特定の計算タスクを実行するように光学リザバー・システム２２を訓練することができる。

図４に示されているものなどの光学リザバー・システムでは、光学入力導波路として入力ノード２５１を実施すること、例えば、（リザバー層を形成している）光学干渉領域との交点に配置された結合エリアとして入力ノード２５１を実施することができ、リザバー・ノード２５２は、読出しユニットとして実施することができる。

光学リザバー・コンピューティング・システム２２の訓練プロセスは、重みｗｉ２５３を変化させる。しかしながら、リザバー層自体は固定されたままである（他の接続は、固定された重みに関連づけられたままであり、訓練／学習プロセスの間、この重みは変化しない）。

動作時、出力ノード２５４が光学出力信号を送達し、この光学出力信号を、それ自体が知られている適当な変換器によって電気ドメインに変換することができる。次いで、変換された出力信号を、適当なハードウェアまたはソフトウェア処理手段によって、電気ドメインにおいてさらに処理することができる。重み２５３の調整は一般に、ソフトウェア内またはハードウェア内で実行することができる。例えば、追加の制御ソフトウェアがその上でランしているハードウェア制御回路が、訓練プロセス中に出力ノード２５４の出力信号を受信することができ、光学重み付け要素２５３に電気制御信号を適用することにより、光学重み付け要素２５３の重みを調整することができる。光学重み付け要素２５３は例えば、光学減衰器または光学増幅器として実施することができる。訓練プロセス中に、リザバー・システムのある状態を評価することができる。具体的には、いくつかの学習アルゴリズムを使用して、重み付け要素２５３の後の出力接続２５４の状態が呼び出されることになろう。したがって、訓練プロセス中に、光学信号の一部が分割されて専用検出器に送られ、対応するそれぞれの学習アルゴリズムにフィードされるであろう。

このリザバー・コンピューティング・パラダイムに従って、図４に示されているものなどの光学リザバー・コンピューティング・システム２２を有利に動作させることができる。

実施形態では、光学出力ノード２５４で光－電気変換が実行される。しかしながら、変形実施形態では、この変換を、ノード２５４の上流で、例えばリザバー・ノード２５２で実行することもできる。その点では、出力接続、重み付け要素２５３および出力ノード２５４を電気構成要素として実施することができる。しかしながら、光学リザバー自体およびリザバー・ノード２５２は単独で光学ドメインに留まることに留意されたい。変形実施形態では、重み付け要素２５３および出力ノード２５４をソフトウェア内に実施することができる。

全ての場合に、推論段階中に、出力ノード２５４によって形成された訓練された（または制御された）層を形成し、続いて結果を推論するように、出力重み２５３を訓練することができる。

図５は、実施形態による、別のフォトニック・コンピューティング・システムの略図を示している。

コンピューティング・システム２２ａは、２つのフィードバック遅延導波路を備え、それらのフィードバック遅延導波路は、光学入力信号５４に含まれる時間情報を光学干渉パターン５１０にマップするために使用される。この光学干渉パターンは、この光学干渉パターンの対応するそれぞれの位置における光学パワーを表す光学パワー分布を有する。

コンピューティング・システム２２ａは複数の読出しユニット２５２を備え、読出しユニット２５２は、図４に関して論じたようなリザバー・ノードを実施する。読出しユニット２５２は、光学干渉領域５１０のエッジ２４１（図５の灰色の陰影部）と対照をなす光学干渉領域５１０の内側エリアに配置されている。この内側エリアは、例えば、外側エッジ２４１を除く光学干渉領域５１０のエリアとして画定することができる。場合により、エッジ２４１は、ミラー構造体、例えばブラッグ反射器、または干渉領域５１０上の金属コーティングによって形成することができる。変形実施形態では、エッジ２４１が、干渉領域５１０と周囲のエリア（図示せず）との間の遷移部に対応することができ、これは例えば、干渉領域５１０（例えばＳｉ）とは異なる屈折率を有する層（例えばＳｉＯ_２）によって形成される。

読出しユニット２５２は、光学干渉領域５１０の内側エリアの読出し位置ＲＰｉにおける光学パワー分布の光学読出し信号ＲＳｉを検出するように構成されている。例えば、光学強度、光学パワー、光学エネルギー、もしくは光学位相に関する情報、またはこれらの組合せを検出するように、読出しユニット２５２を構成することができる。

フォトニック・コンピューティング・システム２２ａは、２つの入力遅延導波路２２１および２２２を備える。入力遅延導波路２２１は、入力信号ＩＳの一部を、例えばスプリッタまたはカプラを通して受信することが意図されている。入力信号ＩＳは次いで、入力遅延導波路２２１によって遅延され、第１の時間遅延ｄ１を有する遅延入力信号ＩＳ_ｄ１として干渉領域５１０に転送される。遅延入力信号ＩＳ_ｄ１はさらに、入力遅延導波路２２２に、例えばスプリッタまたはカプラを介して転送される。遅延入力信号ＩＳ_ｄ１は次いで、入力遅延導波路２２２によってさらに遅延され、第２の時間遅延ｄ２を有するさらに遅延した入力信号ＩＳ_ｄ２として干渉領域５１０に転送される。所望の時間マッピングを達成するために、フィードバック遅延線と入力遅延線のさらなる組合せを企図することができる。

さらに、光学入力信号の時間情報を光学干渉パターンにマップするために、システム２２ａは、例えば熱－光学要素、電気－光学要素、電気フィードバック・ループもしくは光共振器またはこれらの組合せとして実装された非線形構成要素を備えることができる。そのような非線形構成要素は、光学入力信号に対する光学干渉パターンの非線形依存性を提供する。

例えば、光学コンピューティング・システム２２ａは、場合により、非線形信号変換を実行するための１つまたは複数の非線形構成要素２３０、２４２を備えることができる。非線形構成要素２４２は例えば、（図５で仮定されているように）干渉領域５１０内に配置することができる。例えば、このような非線形構成要素２４２は、例えばフォトリフラクティブ要素（photorefractive element）、光学増幅器または減衰器として提供することができる。

変形実施形態では、上流入力導波路（図示せず）、入力遅延導波路２２１、２２２もしくはフィードバック遅延導波路またはこれらの組合せの中に非線形構成要素を配置することができる。例えば、図５に概略的に示されているように、フィードバック遅延導波路２１０内または入力遅延導波路２２１、２２２内に、光共振器２３０を配置することができる。場合により、このような共振器は、有限の光学的寿命を有するように構成することができる。

他の変形実施形態では、場合により、光学コンピューティング・システム２２ａの干渉領域５１０が、光学波を散乱させ、光学干渉パターンの複雑さを増大させるための（例えば要素２４２と同様の）１つまたは複数の散乱要素を備えることができる。

他の変形実施形態では、受信側２０が、光学システム２２ａ自体の一部を形成しない非線形要素を備えることができる。

２．２ ＡＮＮのソフトウェア実施態様
セクション１および２．１で述べたとおり、ＡＮＮは、その全体または一部をソフトウェアで実装することができる。したがって、本発明は、インテグレーションのあらゆる可能な技術的詳細レベルにおいて、システム、方法もしくはコンピュータ・プログラム製品、またはこれらの組合せとして実施することができる。コンピュータ・プログラム製品は、本発明の諸態様をプロセッサに実行させるためのコンピュータ可読プログラム命令をその上に有するコンピュータ可読ストレージ媒体を含むことができる。

コンピュータ可読ストレージ媒体は、命令実行デバイスが使用するための命令を保持および記憶することができる有形のデバイスとすることができる。コンピュータ可読ストレージ媒体は例えば、限定はされないが、電子ストレージ・デバイス、磁気ストレージ・デバイス、光学ストレージ・デバイス、電磁気ストレージ・デバイス、半導体ストレージ・デバイスまたはこれらの適当な組合せとすることができる。コンピュータ可読ストレージ媒体のより具体的な例の非網羅的なリストは、ポータブル・コンピュータ・ディスケット、ハード・ディスク、ランダム・アクセス・メモリ（ＲＡＭ）、リードオンリー・メモリ（ＲＯＭ）、消去可能なプログラマブル・リードオンリー・メモリ（ＥＰＲＯＭまたはフラッシュ・メモリ）、スタティック・ランダム・アクセス・メモリ（ＳＲＡＭ）、ポータブル・コンパクト・ディスク・リードオンリー・メモリ（ＣＤ－ＲＯＭ）、ディジタル・バーサタイル・ディスク（ＤＶＤ）、メモリ・スティック、フロッピー・ディスク、機械的に符号化されたデバイス、例えばパンチカードまたはその上に命令が記録された溝の中の一段高くなった構造体、およびこれらの適当な組合せを含む。本明細書で使用されるコンピュータ可読ストレージ媒体は、それ自体が一過性の信号、例えば電波もしくは他の自由に伝搬する電磁波、導波路もしくは他の伝送媒体内を伝搬する電磁波（例えば光ファイバ・ケーブル内を通る光パルス）、または導線を通して伝送される電気信号であると解釈されるべきではない。

本明細書に記載されたコンピュータ可読プログラム命令は、コンピュータ可読ストレージ媒体から対応するそれぞれのコンピューティング／処理デバイスにダウンロードすることができ、またはネットワーク、例えばインターネット、ローカル・エリア・ネットワーク、ワイド・エリア・ネットワークもしくは無線ネットワークまたはそれらの組合せを介して外部コンピュータもしくは外部ストレージ・デバイスにダウンロードすることができる。このネットワークは、銅伝送ケーブル、光伝送ファイバ、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイ・コンピュータもしくはエッジ・サーバ、またはこれらの組合せを含むことができる。それぞれのコンピューティング／処理デバイス内のネットワーク・アダプタ・カードまたはネットワーク・インタフェースは、コンピュータ可読プログラム命令をネットワークから受信し、それらのコンピュータ可読プログラム命令を、対応するそれぞれのコンピューティング／処理デバイス内のコンピュータ可読ストレージ媒体に記憶するために転送する。

本発明の動作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セット・アーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データもしくは集積回路用の構成データとすることができ、またはＳｍａｌｌｔａｌｋ（Ｒ）、Ｃ＋＋などのオブジェクト指向プログラミング言語および「Ｃ」プログラミング言語もしくは同種のプログラミング言語などの手続き型プログラミング言語を含む、１つもしくは複数のプログラミング言語の任意の組合せで書かれた、ソース・コードもしくはオブジェクト・コードとすることもできる。このコンピュータ可読プログラム命令は、その全体をユーザのコンピュータ上で実行することができ、一部をユーザのコンピュータ上で実行することができ、独立型ソフトウェア・パッケージとして実行することができ、一部をユーザのコンピュータ上で、一部をリモート・コンピュータ上で実行することができ、または全体をリモート・コンピュータもしくはリモート・サーバ上で実行することができる。上記の最後のシナリオでは、リモート・コンピュータを、ローカル・エリア・ネットワーク（ＬＡＮ）もしくはワイド・エリア・ネットワーク（ＷＡＮ）を含む任意のタイプのネットワークを介してユーザのコンピュータに接続することができ、またはこの接続を、外部コンピュータに対して（例えばインターネット・サービス・プロバイダを使用してインターネットを介して）実施することができる。いくつかの実施形態では、本発明の諸態様を実施するために、例えばプログラム可能ロジック回路、フィールドプログラマブル・ゲート・アレイ（ＦＰＧＡ）またはプログラム可能ロジックアレイ（ＰＬＡ）を含む電子回路が、このコンピュータ可読プログラム命令の状態情報を利用してその電子回路をパーソナライズすることにより、このコンピュータ可読プログラム命令を実行することができる。

本明細書では、本発明の諸態様が、本発明の実施形態による方法、装置（システム）およびコンピュータ・プログラム製品の流れ図もしくはブロック図またはその両方の図を参照して説明される。それらの流れ図もしくはブロック図またはその両方の図のそれぞれのブロック、およびそれらの流れ図もしくはブロック図またはその両方の図のブロックの組合せは、コンピュータ可読プログラム命令によって実施することができることが理解される。

これらのコンピュータ可読プログラム命令は、マシンを形成する汎用コンピュータ、専用コンピュータまたは他のプログラム可能データ処理装置のプロセッサに提供することができ、その結果、それらのコンピュータまたは他のプログラム可能データ処理装置のプロセッサによって実行されるこれらの命令は、流れ図もしくはブロック図またはその両方の図のブロックに指定された機能／動作を実施する手段を生成する。これらのコンピュータ可読プログラム命令はさらに、特定の方式で機能するようにコンピュータ、プログラム可能データ処理装置もしくは他のデバイスまたはこれらの組合せに指示することができるコンピュータ可読ストレージ媒体に記憶することができ、その結果、その中に命令が記憶されたコンピュータ可読ストレージ媒体は、流れ図もしくはブロック図またはその両方の図のブロックに指定された機能／動作の態様を実施する命令を含む製品を含む。

コンピュータ可読プログラム命令はさらに、コンピュータ、他のプログラム可能装置または他のデバイス上で一連の動作ステップを実行させて、コンピュータによって実施されるプロセスを生み出すために、このコンピュータ、他のプログラム可能データ処理装置または他のデバイス上にロードすることができ、その結果、このコンピュータ、他のプログラム可能装置または他のデバイス上で実施されるこれらの命令は、流れ図もしくはブロック図またはその両方の図のブロックに指定された機能／動作を実施する。

添付図中の流れ図およびブロック図は、本発明のさまざまな実施形態によるシステム、方法およびコンピュータ・プログラム製品の可能な実施態様のアーキテクチャ、機能および動作を示している。この点に関して、それらの流れ図またはブロック図のそれぞれのブロックは、指定された論理機能を実施するための１つまたは複数の実行可能命令を含む、命令のモジュール、セグメントまたは部分を表すことがある。いくつかの代替実施態様では、これらのブロックに示された機能を、図に示された順序とは異なる順序で実施することができる。例えば、連続して示された２つのブロックを、実際には、実質的に同時に実行することができ、または、含まれる機能によってはそれらのブロックを逆の順序で実行することもできる。それらのブロック図もしくは流れ図またはその両方の図のそれぞれのブロック、ならびにそれらのブロック図もしくは流れ図またはその両方の図のブロックの組合せを、指定された機能もしくは動作を実行しまたは専用ハードウェアとコンピュータ命令の組合せを実施するハードウェア・ベースの専用システムによって実施することができることにも留意すべきである。

限られた数の実施形態、変形実施形態および添付図面を参照して本発明を説明してきたが、本発明の範囲から逸脱することなく、さまざまな変更を加えること、および等価物で代用することができることを当業者は理解するであろう。特に、所与の実施形態もしくは変形実施形態に記載された（デバイスのようなまたは方法のような）特徴または図面に示された（デバイスのようなまたは方法のような）特徴を、本発明の範囲から逸脱することなく、別の実施形態、変形実施形態または図面の別の特徴と組み合わせること、別の特徴の代わりに使用することができる。したがって、上記の実施形態または変形実施形態に関して説明した特徴のさまざまな組合せであって、添付の特許請求の範囲に留まるさまざまな組合せを企図することができる。さらに、特定の状況または材料を本発明の教示に適合させるために、本発明の教示の範囲から逸脱することなく多くの軽微な変更を加えることができる。したがって、本発明が、開示された特定の実施形態に限定されないこと、および本発明が、添付の特許請求の範囲に含まれる全ての実施形態を含むことが意図されている。さらに、上で明示的に触れたもの以外の多くの変形実施形態を企図することができる。

Claims (19)

1. コンピュータの情報処理により変調信号を復調する方法であって、
   変調信号を受信することであって、前記変調信号が、変調関数に従って変調された信号であり、前記変調関数が前記信号よりも速く変動し、前記変調関数が前記信号の関数である、前記受信することと、
   受信した前記変調信号を、前記変調関数によって生じた信号パターンからのビット値を識別するように訓練された人工ニューラル・ネットワーク（ＡＮＮ）システムを用いて、受信した前記変調信号のパターンからのビット値を識別することにより復調することと
   を含み、さらに、
   前記変調信号を受信する前に、前記変調関数に従って前記信号を変調して前記変調信号を獲得することと、
   前記変調信号を受信し、続いて前記ＡＮＮシステムによって復調するために、獲得した前記変調信号を送信することと、
   前記変調信号を復調した後に、復調された前記信号から獲得されたフィードバックに基づいて、前記変調関数を、次の変調信号の特性を適合させるように適合させることと、
   適合させた前記変調関数に基づいて後続の信号を変調することと
   を含む方法。
2. 前記信号がディジタル信号であり、
   変調時に、前記変調信号を獲得するために、前記ディジタル信号によって記録されたそれぞれの離散値に対応するそれぞれの時間周期の間、前記信号がそれぞれ変調される、
   請求項１に記載の方法。
3. 前記ディジタル信号を変調することが、
   それぞれの前記離散値について、前記変調関数に従って、前記ディジタル信号の２つ以上の離散値に基づいて前記ディジタル信号を変調すること
   を含み、前記離散値が、前記それぞれの離散値、および前記ディジタル信号の１つまたは複数の以前の離散値を含む、
   請求項2に記載の方法。
4. 前記ディジタル信号を変調することが、ストリーミングされた前記ディジタル信号を変調器がオンザフライで変調するために、前記信号を前記変調器にストリーミングすることを含み、
   送信することが、前記ＡＮＮシステムが受信した前記ストリーミングされた信号を前記ＡＮＮシステムがオンザフライで復調するために、前記変調信号を前記ＡＮＮシステムにストリーミングすることを含む、
   請求項2に記載の方法。
5. 変換された信号を、前記ＡＮＮシステムが、前記変換された信号中の値のパターンからのビット値を識別することにより復調するために、受信した前記変調信号を離散信号に変換することをさらに含む、
   請求項１に記載の方法。
6. 送信時、前記変調信号が光学的に送信される、
   請求項1に記載の方法。
7. 受信される前記変調信号が光学信号であり、前記ＡＮＮシステムが、リザバー・コンピューティング・システムとして構成されたフォトニック・コンピューティング・システムの一部を形成しており、
   前記方法が、結合された前記変調信号を、前記ＡＮＮが、結合された前記変調信号のパターンからのビット値を識別することにより復調するために、受信した前記変調信号を前記ＡＮＮに結合することをさらに含む、
   請求項６に記載の方法。
8. 送信された前記信号が、前記フォトニック・コンピューティング・システムによって受信され、続いて復調されるように、光学的に送信される前に、前記信号が、電気－光学変調器を用いて変調される、
   請求項７に記載の方法。
9. 前記信号を変調することが、前記信号を搬送している電磁場の振幅もしくは位相またはその両方を変調することを含む、
   請求項８に記載の方法。
10. 続いて１つまたは複数の変調信号が受信されるように、変調することが、前記変調関数に従って２つ以上の入力信号を変調して、１つまたは複数の変調信号を獲得するようにすることを含み、前記１つまたは複数の変調信号がそれぞれ前記入力信号よりも速く変動し、前記変調関数が前記入力信号の関数であり、
    受信された前記１つまたは複数の変調信号が、前記ＡＮＮシステムを用いて、受信された前記１つまたは複数の変調信号のパターンからのビット値を識別することにより復調される、
    請求項１に記載の方法。
11. 前記ＡＮＮシステムが、訓練可能なハードウェア・デバイスとして実装されており、
    前記方法が、受信した前記変調信号を復調する前に、受信した前記変調信号によって記録された時間情報を、前記ＡＮＮシステムの入力層の１つまたは複数の入力ノード上にマップすることをさらに含み、前記ＡＮＮシステムが、１つまたは複数の出力ノードの出力層をさらに備え、前記入力層の前記入力ノードが、前記出力層の出力ノードに接続を介して接続されており、前記接続のうちの少なくとも一部が、調節可能な重み要素に関連づけられており、
    前記ビット値を識別することが、前記出力ノードから信号を読み取ることを含む、
    請求項１に記載の方法。
12. 前記変調信号が光学入力信号として受信され、
    前記ＡＮＮシステムが、リザバー・コンピューティング・システムとして構成されたフォトニック・コンピューティング・システムの一部として実装されており、それによって、前記時間情報をマップすることが、前記光学入力信号を、前記リザバー・コンピューティング・システムの入力ノード上に結合することを含み、
    前記入力ノードが、前記リザバー・コンピューティング・システムのリザバー層の光学リザバー・ノードを介して前記出力層の１つまたは複数の光学出力ノードに接続されており、
    それぞれの前記光学出力ノードが、前記光学リザバー・ノードのうちの１つまたは複数の光学リザバー・ノードによって、対応するそれぞれの接続を介して接続されており、
    前記対応するそれぞれの接続にはそれぞれ調節可能な重み要素が関連づけられている、
    請求項１１に記載の方法。
13. 前記信号を変調する前、前記信号がｎ値符号を符号化しており、ｎが２以上であり、前記信号を変調した後、前記変調信号がｍ値符号を符号化しており、ｍが厳密にｎよりも大きい、
    請求項１に記載の方法。
14. 前記変調関数によって生じた信号パターンからのビット値を前記ＡＮＮシステムが識別するために、前記ＡＮＮシステムを訓練することをさらに含む、
    請求項１に記載の方法。
15. 信号を復調するための復調器であって、
    変調関数に従って変調された信号である変調信号を受信するように構成された入力ユニットであって、前記変調関数が前記信号よりも速く変動し、前記変調関数が前記信号の関数である、前記入力ユニットと、
    人工ニューラル・ネットワーク（ＡＮＮ）システムであって、受信した前記変調信号を前記入力ユニットが前記ＡＮＮシステムに結合するために、動作時に前記ＡＮＮシステムが前記入力ユニットに接続されており、前記ＡＮＮシステムが、前記変調関数によって生じた信号パターンからのビット値を識別するように訓練されており、受信した前記変調信号のパターンからのビット値を識別することにより、前記ＡＮＮシステムに結合された前記変調信号を復調するように構成されている、前記ＡＮＮシステムと
    を備え、さらに、
    前記変調信号を受信する前に、前記変調関数に従って前記信号を変調して前記変調信号を獲得する手段と、
    前記変調信号を受信し、続いて前記ＡＮＮシステムによって復調するために、獲得した前記変調信号を送信する手段と、
    前記変調信号を復調した後に、復調された前記信号から獲得されたフィードバックに基づいて、前記変調関数を、次の変調信号の特性を適合させるように適合させる手段と、
    適合させた前記変調関数に基づいて後続の信号を変調する手段と
    を備える復調器。
16. 前記ＡＮＮシステムが、リザバー・コンピューティング・システムとして構成されたフォトニック・コンピューティング・システムであり、前記リザバー・コンピューティング・システムが、動作時に、前記入力ユニットによって受信され、前記ＡＮＮシステムに結合された変調光学信号のパターンからのビット値を識別することにより、前記変調光学信号を復調するように適合されている、
    請求項１５に記載の復調器。
17. 前記ＡＮＮシステムが、前記復調器内の訓練可能なハードウェア・デバイスとして実装されており、それによって、前記ＡＮＮシステムが、１つまたは複数の入力ノードの入力層と、１つまたは複数の出力ノードの出力層とを備え、前記入力ノードが、前記出力ノードに接続を介して接続されており、前記接続のうちの少なくとも一部が、調節可能な重み要素に関連づけられており、前記ＡＮＮシステムが、前記出力ノードから信号を読み取ることによりビット値を識別するように構成されている、
    請求項１５に記載の復調器。
18. 前記ＡＮＮシステムが、リザバー・コンピューティング・システムとして構成されたフォトニック・コンピューティング・システムとして実装されており、前記リザバー・コンピューティング・システムが、前記リザバー・コンピューティング・システムのリザバー層の光学リザバー・ノードを介して前記出力層の１つまたは複数の光学出力ノードに接続された単一の入力ノードを備え、
    それぞれの前記光学出力ノードが、前記光学リザバー・ノードのうちの１つまたは複数の光学リザバー・ノードによって、対応するそれぞれの接続を介して接続されており、
    前記対応するそれぞれの接続にはそれぞれ調節可能な重み要素が関連づけられており、
    前記入力ユニットが、前記変調信号を光学入力信号として受信し、前記光学入力信号を前記単一の入力ノードに結合するように構成されている、
    請求項１７に記載の復調器。
19. 請求項１～１４の何れか１項に記載の方法をコンピュータ・ハードウェアによる手段として構成した、変調システム。
    

Images