申请/专利权人:华中科技大学
申请日:2024-03-13
公开(公告)日:2024-06-25
公开(公告)号:CN118246503A
主分类号:G06N3/067
分类号:G06N3/067;G02F1/01;G06N3/084
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开了一种大规模且可重构的三维集成光学神经网络,属于光学神经网络领域,包括:光信息输入层、可重构隐藏层、探测输出层和反馈控制结构:可重构隐藏层包括多层级联的波导结构,其中每一层波导结构包括独立调制区和连续耦合区,独立调制区的光波导彼此独立传输,受光调制器独立调控;到达连续耦合区后波导阵列的倏逝波在传输方向上相互连续耦合,受光调制器整体调控;反馈控制结构根据探测的输出光强空间分布信息调整光调制器加载信号,以使可重构隐藏层对当前输入信号进行识别。本发明能够大大提升目前片上集成光学神经网络的实际算力,同时也针对目前三维空间衍射光学神经网络的可重构性低、系统尺寸较大问题提出了解决方案。
主权项:1.一种大规模可重构的三维集成光学神经网络,其特征在于,包括:光信息输入层I、可重构隐藏层II、探测输出层III和反馈控制结构IV;所述可重构隐藏层II包括多层级联的波导阵列;每层级联的波导阵列都包括独立调制区和连续耦合区,所述独立调制区包括N×M个独立传输波导和N×M个光调制器,所述N×M个独立传输波导用于传输输入光信号,任意两根波导之间不发生相互耦合,一一对应的光调制器对每个独立传输波导内传输光进行独立调制,对应可重构的N×M×N×M对角矩阵;所述连续耦合区包括N×M个波导构成的波导阵列,对应固定的N×M×N×M酉矩阵;通过级联上述独立调制区和连续耦合区组成的单层神经网络架构,对所述输入光信号交替进行调制,得到待测输出光信号;所述光信息输入层I,用于产生携带有输入图像信息且正入射所述可重构隐藏层II的输入光信号;所述探测输出层III,用于探测所述待测输出光信号的功率大小;所述反馈控制结构IV,与所述探测输出层III和所述可重构隐藏层II连接,用于根据所述待测输出光信号的功率大小分布信息生成反馈控制信号,并利用所述反馈控制信号调整所述光调制器的加载信号,进而对所述多层级联的波导阵列中的光场信号进行调制,从而使可重构隐藏层II对所述输入光进行可重构调制得到待测输出光信号。
全文数据:
权利要求:
百度查询: 华中科技大学 一种大规模可重构的三维集成光学神经网络
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。