光コンピューティング・光情報処理について独学で学ぶためのPDFやWeb資料

光コンピューティング，光情報処理について学ぶためのオンライン資料。

光情報処理の「全体像」を概観する

光情報処理の基礎
http://www.opt.utsunomiya-u.ac.jp/~ya...

• 宇都宮大の講義資料，Webページ形式。
• 引用：「光の回折理論から始まって，空間光変調器，アナログ光演算，ディジタル光演算，光ニューラルネットワークと，光情報処理の基礎に関するいくつかの話題を紹介した．紙数の都合でふれられなかった重要なテーマとして，光インターコネクションや光並列メモリー，光通信と光情報処理システムとの接点などがある。」

　第１部　序論、デバイス技術、回折とフーリエ光学
　第２部　ホログラフィ、空間周波数フィルタリングとアナログ光コンピューティング
　第３部　ディジタル光コンピューティング、ニューラル光コンピューティング

光情報処理　：光学会の今とこれから
http://annex.jsap.or.jp/OSJ/50th_cd/m...

• Webページ形式のレクチャー。
• 引用：
  • 光情報処理は，光の物理的特性の有効利用により，さまざまな情報に対する処理を高速かつ高効率に実現することを目的とする研究分野である．典型的な例は，レンズのフーリエ変換作用に基づく二次元情報（画像情報）処理にみられる．
  • しかしながら，エレクトロニクスの発展にともなうコンピューターの演算能力の劇的な向上は，光情報処理技術の存在意義を危うくしている．
  • 演算方式に関して，自由度・制御性の点ではディジタル方式が勝り，光の物理的特性の直接的利用という観点ではアナログ方式が有利である．
  • フーリエ光学に基づく光情報処理とは別の過程を経て，実用技術としての利用が期待されている応用分野が光インターコネクションである．この枠組みでは，信号伝送の情報媒体として光のエネルギーを用い，演算そのものは光／電子変換を介して半導体集積回路にまかせる．
  • 光インターコネクションの発展系としてのシステムフォトニクスは，エレクトロニクスのパートナーとしての光技術のあり方を提示している．

　1.　緒　言
　2.　光情報処理のカテゴリー
　3.　フーリエ光学とその展開
　4.　光インターコネクションからシステムフォトニクスへ
　5.　光コンピューティングへの挑戦
　6.　むすび

詳しくPDFで学ぶ

光情報処理の基礎1
http://jasosx.ils.uec.ac.jp/RLE/RLE/l...

• 筑波大の谷田貝豊彦先生，2001年。８ページのPDF.
• 前述のWebページのPDF版。
• 抜粋：
  • これまでの，コンピューターの発展をハードの面から支えてきたのは，半導体LSIを中心にしたマイクロエレクトロニクス技術による微細化集積化技術であるが，この傾向はしばらくの間は継続し，コンピューター技術は順調に発展を続けるであろう．
  • 新しい概念に基づくコンピューター技術の必要が叫ばれている．バイオコンピューター，ニューラルコンピューターなどと並んで，光コンピューターに対しても関心が高まっている．
  • 電子にかわって光を情報の媒体として用いることにより，（1）処理の並列性，（2）情報伝達の高速性，（3）電磁ノイズの無誘導性，などのすぐれた特長を獲得できる．
  • 特に，光学系の結像，回折，散乱特性を利用すると，二次元並列的に各デバイス間の結線（インターコネクション）が容易にでき，また二次元並列的結線の切り替えも可能である．
  • 光コンピューターのイメージがおのずと浮かび上がってくる．すなわち，個々のプロセッサの能力は低く粒度が小さくともこれを極めて多数配置し，複雑な光インターコネクションによって大規模な情報処理システムを構築すること．
  • 講義の第1回では，まず並列光デバイスについて簡単に述べ，次に並列型の光コンピューティングの基礎となる光の回折現象とそのフーリエ光学的な取り扱いについてのべる．第2回では，フーリエ光学を用いたアナログ光コンピューティングを，第3回にはニューラル光コンピューティングとディジタル光コンピューティングを紹介する．

光コンピュータと並列学習情報処理　石川 正俊
https://www.jstage.jst.go.jp/article/...

• 1988年。8ページ。
• 引用：
  • 新しいコンピュータの実現のためにニューロコンピューティングや光コンピューティングが注目されている。ニューロのほうは，並列性を実現する手段に乏しい。情報伝達手段としての光は，本質的に並列性を備えていることが特徴。しかしその並列性を真に生かすアルゴリズムがまだないのでシステム化の実現には至っていない。
  • 行列やベクトルの演算を光で行なう方法。これらの演算は光速で実行される。
  • 光アソシアトロンで神経回路網モデルをハードウェア化。並列の光アナログ処理に対し閉ループ型の学習機構を導入