千葉工業大学・基礎生物学研究所・兵庫県立大学の研究チーム、 次世代AI技術「HetAESN」アーキテクチャを開発―高次元・マルチスケール時系列予測で 従来モデルを凌駕する性能を達成―
姫路工業倶楽部吉田聡太、飯沼貴大、信川創（千葉工業大学）、渡辺英治（基礎生物学研究所）、礒川悌次郎（兵庫県立大学）らの研究チームは、効率的な時系列処理フレームワークであるEcho State Network (ESN)が抱える、高次元性とマルチスケールな動的特性を持つタスクへの課題を克服する新しいアーキテクチャ「Heterogeneous Assembly Echo State Network (HetAESN)」を開発しました。
HetAESNは、高次元情報を扱うESNアーキテクチャであるAssembly ESN（AESN）から派生したモデルです。AESNは、高次元入力情報を入力次元ごとに分割し、リザバーを複数並列して駆動させることで、高次元性による性能劣化を回避するモデルですが、HetAESNはさらに、この分割された各サブリザバーに対し、タスクの入力成分の特性に合わせた最適な、互いに異なる時定数を割り当てます。HetAESNは、2つの時間スケールを持つ時系列（tc-VdP, HRモデル）の予測タスクにおいて、従来のESNおよびAESNを統計的に有意に上回る予測精度を達成しました。
この結果を、遅延容量（DC）やマルチスケールファジィエントロピー（MFE）を用いて分析したところ、モデルの有効性が「タスクの次元数」と「リザバーの有効記憶範囲内における信号の複雑さ」のバランスに大きく依存することが明らかになりました。
本成果は、アーキテクチャ設計と計算能力の間の重要な関係を解明し、実世界の高次元・マルチスケールな時系列処理に適した、より堅牢で汎用的なRCモデルの開発に貢献するものです。
この研究成果は、2025年12月15日に、IEEE Accessにて発表されました。
～ 兵庫県立大学 プレスリリースより引用 ～
