基于硅基光波导实现特征识别的光子神经网络仿真研究

发布时间：2022-12-06 00:38

　　近年来,人工神经网络在图像语音等模式识别、机器翻译、无人驾驶等诸多领域取得了突破性进展,推动人类社会进入智能化时代。大数据时代提供了海量数据可供神经网络进行学习,这也对计算机的算力及算法的应用提出了更严峻的挑战。人工智能芯片的出现使计算效率在2015年后得到大幅提升,成为推动人工智能发展的硬件基础,但计算时间与功耗仍受到系统功率和带宽的严格限制,因此如何优化芯片上人工神经网络的计算速率与功耗成为亟待解决的难题之一。近几年涌现出许多基于光子集成芯片实现神经网络的研究。光信号的优势在于无源情况下具有执行复杂运算的能力,并且其特有的高速率与高度并行性决定了光信号具有实现超高速并行运算的潜质,为光子神经网络提供了理论基础。本文以硅基光波导为基础通过构建马赫曾德干涉仪阵列,结合传统人工神经网络算法,优化激活函数,提出一种光子神经网络实现数字识别的验证性研究。本文的主要内容包括以下几个部分:首先对人工神经网络的概念、特点及意义进行阐述,通过例证电子集成芯片在构建人工智能芯片中所遇到的瓶颈使其无法满足目前人工智能应用中所需的高速率与低能耗,从而引出了光子神经网络的概念。随后基于人工神经网络算法构造光... 

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 传统人工神经网络
    1.3 国内外研究现状和发展
    1.4 本文主要内容
2 光子神经网络算法及仿真
    2.1 光子神经网络算法框架
        2.1.1 前向传播
        2.1.2 反向传播
    2.2 构建输入特征向量
    2.3 激活函数的选择
    2.4 权重矩阵分解获取相位
        2.4.1 权重矩阵奇异值分解
        2.4.2 酉矩阵旋转矩阵分解
    2.5 本章小结
3 基于马赫曾德干涉仪(MZI)构建光子神经网络
    3.1 光子集成技术
    3.2 光波导理论
        3.2.1 光波导材料和结构
        3.2.2 硅基光波导
        3.2.3 光波导技术参数
    3.3 光波导数值方法及仿真软件介绍
    3.4 MZI工作原理和结构设计
        3.4.1 硅波导结构设计
        3.4.2 定向耦合器原理和结构设计
        3.4.3 MZI原理和结构设计
    3.5 光子神经网络构建
        3.5.1 MZI实现二维酉矩阵
        3.5.2 MZI阵列实现酉矩阵
        3.5.3 光子神经网络构建
    3.6 本章小结
4 光子神经网络特征识别仿真结果与分析
    4.1 酉矩阵仿真分析
        4.1.1 V_1~T酉矩阵仿真分析
        4.1.2 U_1酉矩阵仿真分析
        4.1.3 V_2~T酉矩阵仿真分析
        4.1.4 U_2酉矩阵仿真分析
    4.2 数字特征识别仿真分析
    4.3 图像特征识别仿真分析
    4.4 损耗对识别准确率的影响
    4.5 本章小结
5 总结与展望
    5.1 论文总结
    5.2 展望
参考文献
作者简历
攻读硕士学位期间所取得的科研成果


【参考文献】：
博士论文
[1]量子集成光学芯片上的器件设计[D]. 熊霄.中国科学技术大学 2017
[2]硅基集成光波导生物传感器研究[D]. 江先鑫.浙江大学 2015

硕士论文
[1]集成光波导的设计与分析[D]. 刘畅.西安电子科技大学 2013



本文编号：3710688