ブックタイトル実装技術4月号2020年特別編集版

概要

実装技術4月号2020年特別編集版

33は、多値数4の振幅多値記録に有効な機械学習に基づく再生データの復調技術と、クロストーク低減手法に取り組んだ。　振幅4 値記録のホログラムメモリでは、4種類の輝度をもつシンボル画素（記録する単位画素）が二次元に配列したページデータをレーザ光により記録再生する（図2の①）。ページデータを再生する際、ノイズなどが原因で記録時と異なるシンボル画素の輝度値になると、再生情報に誤りが生じる（図2の②）。再生データの復調技術については、これまでに、畳み込みニューラルネットワークによる復調方式を開発し、2 値記録での有用性を確認してきた。これは、3×3 のシンボル画素を一かたまりとして画像パターンをニューラルネットワークによるAIに学習させ、復調時に、推定された確率分布から最も確からしいデータを選択する方式である。今回、さらに本方式を振幅4 値記録へ適用することを目指して、数値シミュレーションにより検討を行った。その結果、変調ブロックを構成する3×3シンボル画素を畳み込みニューラルネットワークで復調したところ、従来の硬判定（一つの閾値で0、1の判定を行う）と比べて復調誤りが1/4になることを確認できた（図2の③）。また、3×3シンボルの周辺部からのノイズの影響を勘案し、入力ブロックを5×5シンボル画素へと大きく増やすことにより、さらに硬判定から約1/10まで復調誤りを抑制できることを確認した。　ホログラムメモリの大きなノイズ要因はシンボル画素間の光の漏れ込み（クロストーク）である。そこでシンボル画素を小さくし、かつシンボル画素間に黒のシンボル画素を挿入（見かけ上の開口率を小さく）することでクロストークの低減を試みた（図3）。　提案手法で構成したページデータを用いて記録再生実験をしたところ、再生信号の誤り率を完全に訂正可能な値（2×10－2以下）を超える7.5×10－3にまで低減できることを確認した（図4）。3?? ??性??????モリ　機動性に優れた小型カメラには、小型軽量なメモリが欲しい。4Kや8Kのような高画素、高フレームレートの映像の記録に適した不揮発性メモリが要求され、既存の半導体メモリやHDDでは満足できないので磁性細線メモリを開発している。　磁性細線メモリとは、十数年前にIBMがレーストラックメモリと称して発表したことで知られているメモリで、細線状の磁性体にHDDと同様なヘッドを用いて、ごく微少な部分を磁化する。細線に電流を流すとこの微小な磁化された領域（磁区）が移動する。これは40 年ほど前にBergerによって理論的に予測されていた「電流によって磁壁を動かすことができる」という現象である。そこで、図5のように電流（ナノ秒の高速パルス）を流して書き込んだ磁区を移動させ、次々に細線に図5　????????に??る??????の????図4　??????法に??る????ト??????の??り??の????図3　??ン??????に????????????????ク????ト??ク????????る