概要: 安定平衡にある結合クルモート（Kuramoto）振動子ネットワークにおいて、弱い出力ナッジ（nudging）下での物理的位相変位は、自然振動数に関する損失の勾配であること、またナッジ強度βがゼロへ近づくときに等号が成り立つことを示します。先行する振動子平衡伝播（oscillator equilibrium propagation）に関する研究では、自然振動数を学習可能なパラメータとして明示的に切り離していました。本研究では、疎な層状アーキテクチャにおいて、周波数の学習が、収束したシード（seed）間での結合重み学習を上回ることを示します（一致したパラメータ数で96.0% 対 83.3%、p = 1.8e-12）。ランダム初期化における約50%の収束失敗率は、勾配の誤りではなく損失ランドスケープの性質です。トポロジーに基づくスペクトル・シーディング（spectral seeding）は、テストしたすべての設定でこれを解消します（主タスクで46/100 から 100/100、2つ目のタスクで50/50：Kのみの学習、およびより大きなアーキテクチャ）。
位相こそが勾配である：クルモトネットワークにおける周波数学習のための平衡伝播
arXiv cs.LG / 2026/4/14
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、安定した平衡状態にあるクルモト振動子ネットワークでは、弱い出力「ナッジ（nudging）」によって生じる位相変位が、ナッジの強度β→0の極限において、固有周波数に関する損失の勾配に等しくなることを示す。
- 自然周波数を学習可能なパラメータとして扱うことで、平衡伝播の既存結果を拡張し、疎な層状アーキテクチャでは、収束済みの種（seed）からの結合重み学習よりも周波数学習が優れ得ることを実証する（同等のパラメータ数で96.0% 対 83.3%）。
- 著者らは、ランダム初期化において観測される約50%の収束失敗率は、勾配推定が誤っているためではなく、損失ランドスケープの性質によるものだと論じている。
- トポロジーに配慮したスペクトル・シーディング（seeding）戦略を提案し、検証した各設定において収束失敗を解消できることを実験的に示す（主要タスクで46/100→100/100、二次のKのみの学習タスクで50/50、さらに大規模アーキテクチャでも同様）。
