消息：

该研究成果由康斯坦茨大学和斯图加特大学的物理学家团队研究打造，相关成果发表在《通信、人工智能与计算》期刊上。

该阵列预测了一个混沌的麦基-格拉斯（Mackey-Glass）序列，并识别出了不影响信号均值、方差和短时自相关性的异常，在更复杂的任务中取得了 0.90 的 F1 值。

麦基-格拉斯序列是 Mackey-Glass 方程生成的混沌时间序列，具有确定性规则和复杂变化特征。研究通常用它检验系统对非线性时间依赖关系的预测能力。该序列常用于储备池计算、神经网络和其他时间序列模型的基准测试。

归一化均方根误差是指均方根误差经过尺度归一化后的指标，用于衡量预测值与真实值之间的偏差。数值越低，预测结果与目标序列越接近。

运行该储液池需要一台 532nm 激光器、一台以 100 kHz 频率扫描的双轴声光偏转器、一台带有粒子追踪功能的实时显微镜、一个温控石英池，以及一台普通计算机（用于处理 1000 个高斯核函数以生成输出结果）。

在系统设计方面，每个振荡器都是一个半径为 3μm 的二氧化硅球，其一端覆盖着 80nm 厚的碳层，并悬浮在 28°C 的水-二甲基吡啶混合溶液中。

科研团队利用 532nm 激光加热碳层，驱动粒子飞向预设的目标点。然而，由于成像和光束重新定位之间存在延迟，粒子会过冲并最终停留在一个较小的轨道上。液体中的流场会耦合相邻的轨道，数据以目标点位移的形式输入系统。

研究人员将振荡器排列为六边形晶格。单个粒子围绕目标位置运行，轨道半径约为 1 μm。阵列间距 L 可设为 12 μm、14 μm 或 30 μm。阻尼参数 Γ 可设为 0 μm、1.4 μm 或 1.5 μm。

脉冲测试中，研究人员将全部目标位置沿同一方向移动 4 μm，持续 4 个延迟时间 τ_d。由此测得的弛豫时间 τ_r 随 L 和 Γ 变化超过 1 个数量级。

在混沌 Mackey–Glass 序列预测实验中，阵列接收 6700 个时间步信号。前 80% 数据用于训练线性读出层，后 20% 数据用于验证。

模拟结果显示，输入通道数 N 从 1 增加至 10 时，10 步预测误差下降，继续增加后性能下降。仅驱动 20% 的振荡器时，系统仍保持较高预测准确率。


https://www.xyfan.com/data/attac ... 7e87c49b3ada596.png

（转载本站）