基于纳米散射结构的可集成光学神经网络及其逆向设计（英文）

发布时间：2021-06-12 22:06

　　基于集成光学和硅光子学的光学神经网络硬件有很多优势:集成度高、速度快并且与CMOS工艺兼容.然而,目前的集成光学神经网络尺寸较大,很难扩展到大量神经元（>1000）,实现大规模计算.本文提出了一种基于光学散射单元的神经网络硬件架构,除了具备一般光学神经网络的优势外,突出的优势是尺寸小,易于大规模扩展.光学散射单元允许光在一个小区域中发生散射,通过逆向设计散射区域结构,实现目标的计算功能.光学散射单元在一个很小的尺寸下,提供了很大的优化自由度,研究表明要实现一个4 4的矩阵乘法,计算单元尺寸只需要4 4μm².基于光学散射单元,本文设计了光学神经网络,在经典图像识别测试集MNIST上实现了97.1%的准确度.此外,这种光学散射单元还可以适用于相干光和非相干光.本研究提供了一个新的光学神经网络架构,能在不影响效率和功能下减小神经网络硬件尺寸. 

【文章来源】：Science Bulletin. 2020,65(14)EISCICSCD

【文章页数】：7 页

【参考文献】：
期刊论文
[1]Nanophotonic media for artificial neural inference[J]. ERFAN KHORAM,ANG CHEN,DIANJING LIU,LEI YING,QIQI WANG,MING YUAN,ZONGFU YU.  Photonics Research. 2019(08)



本文编号：3226372