Under de senaste åren har fysisk reservoarberäkning, en av de nya teknikerna för informationsbehandling, har väckt stor uppmärksamhet. Detta är en fysisk implementeringsversion av reservoarberäkning, vilket är en inlärningsmetod som härrör från teorin om recurrent neural network (RNN). Den implementerar beräkningar genom att betrakta det fysiska systemet som en enorm RNN, lägga ut huvudverksamheten på entreprenad till dynamiken i det fysiska systemet som utgör den fysiska reservoaren. Den har fördelen av att erhålla optimering omedelbart med begränsade beräkningsresurser genom att justera linjära och statiska avläsningsviktningar mellan utmatningen och en fysisk reservoar utan att kräva optimering av viktningarna genom tillbakaförökning.

Dock, eftersom informationsbehandlingsförmågan beror på den fysiska reservoarkapaciteten, det är viktigt att detta utreds och optimeras. Vidare, vid design av en fysisk reservoar med hög informationsbehandlingskapacitet, det förväntas att experimentkostnaden kommer att minskas genom numerisk simulering. Välkända exempel på fysisk reservoarberäkning inkluderar dess tillämpning på mjuka material, fotonik, spintronik, och kvanta, medan de senaste åren, mycket uppmärksamhet har ägnats åt vågor; neuromorfa anordningar som simulerar hjärnans funktioner genom att använda icke-linjära vågor har föreslagits.

Vätskeflödet av vatten, luft, etc. representerar ett fysiskt system som är bekant men uppvisar olika och komplicerade mönster som har ansetts ha hög informationsbehandlingsförmåga. Dock, virtuell fysisk reservoarberäkning med numerisk simulering eller undersökning av informationsbearbetningsförmåga för vätskeflödesfenomen har inte realiserats på grund av dess relativt höga numeriska beräkningskostnad. Därför, förhållandet mellan flödesvirveln och informationsbearbetningsförmågan förblev okänd.

I den här studien, Prof. Hirofumi Notsu och en doktorand vid Kanazawa University i samarbete med Prof. Kohei Nakajima från University of Tokyo undersökte vätskeflödesfenomen som ett fysiskt system, speciellt vätskeflödet som uppstår runt en cylinder, vilket är väl förstått. Det är känt att detta fysiska system styrs av de inkompressibla Navier-Stokes ekvationer, som beskriver vätskeflöde, och inkluderar även Reynolds-numret, en parameter som indikerar systemets egenskaper.

Detta fysiska system implementerades praktiskt taget genom rumslig tvådimensionell numerisk simulering med den stabiliserade Lagrange-Galerkin-metoden, och dynamiken för flödeshastighet och tryck vid de utvalda punkterna i nedströmsområdet av cylindern användes som den fysiska reservoaren. Informationsbehandlingsförmågan utvärderades med hjälp av NARMA-modellen.

Det är känt att i flödet av vätska runt en cylinder, när Reynolds talvärde ökar, tvillingvirvlar som bildas i nedströmsområdet av cylindern blir gradvis större och bildar så småningom en Karman-virvelgata, den växelvis utgjutningen av virvlar. I den här studien, det klargjordes att vid Reynolds-talet där tvillingvirvlarna är maximala men strax före övergången till en Karman-virvelgata, informationsbehandlingsförmågan är den högsta.

Med andra ord, före övergången till en Karman virvelgata, informationsbehandlingsförmågan ökar när storleken på tvillingvirvlarna ökar. Å andra sidan, eftersom ekotillståndsegenskapen som garanterar reproducerbarheten av reservoarberäkningen inte kan upprätthållas när övergången till Karman-virvelgatan äger rum, det blir tydligt att Karman virvelgatan inte kan användas för datoranvändning.

Det förväntas att dessa fynd om vätskeflödesvirvlar och informationsbearbetningsförmåga kommer att vara användbara när, i framtiden, informationsbehandlingsförmågan hos den fysiska reservoaren kan utökas med hjälp av vätskeflöde, t.ex. i utvecklingen av vågbaserade neuromorfa enheter som nyligen rapporterats. Även om den numeriska beräkningskostnaden för vätskeflödesfenomen är relativt hög, denna studie har gjort det möjligt att hantera makroskopiska virvlar som är fysiskt lätta att förstå och har klargjort förhållandet mellan virvlar och informationsbehandlingskapacitet genom att praktiskt taget implementera fysisk reservoarberäkning med rumslig tvådimensionell numerisk simulering.

Virtuell fysisk reservoarberäkning, som brukade tillämpas på ett relativt stort antal fysiska system som beskrivs som endimensionella system, har utökats till att omfatta fysiska system med två eller flera rumsliga dimensioner. Det förväntas att resultaten av denna studie kommer att möjliggöra virtuell undersökning av informationsbehandlingsförmågan hos ett bredare utbud av fysiska system. Dessutom, eftersom det avslöjas att virvlar är nyckeln till informationsbehandlingsförmåga, det förväntas att forskning för att skapa eller underhålla virvlar kommer att främjas ytterligare.