基于集成光學(xué)和硅光子學(xué)的光學(xué)神經(jīng)網(wǎng)絡(luò)硬件有很多優(yōu)勢(shì):集成度高、速度快并且與CMOS工藝兼容.然而,目前的集成光學(xué)神經(jīng)網(wǎng)絡(luò)尺寸較大,很難擴(kuò)展到大量神經(jīng)元（>1000）,實(shí)現(xiàn)大規(guī)模計(jì)算.本文提出了一種基于光學(xué)散射單元的神經(jīng)網(wǎng)絡(luò)硬件架構(gòu),除了具備一般光學(xué)神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)外,突出的優(yōu)勢(shì)是尺寸小,易于大規(guī)模擴(kuò)展.光學(xué)散射單元允許光在一個(gè)小區(qū)域中發(fā)生散射,通過(guò)逆向設(shè)計(jì)散射區(qū)域結(jié)構(gòu),實(shí)現(xiàn)目標(biāo)的計(jì)算功能.光學(xué)散射單元在一個(gè)很小的尺寸下,提供了很大的優(yōu)化自由度,研究表明要實(shí)現(xiàn)一個(gè)4 4的矩陣乘法,計(jì)算單元尺寸只需要4 4μm².基于光學(xué)散射單元,本文設(shè)計(jì)了光學(xué)神經(jīng)網(wǎng)絡(luò),在經(jīng)典圖像識(shí)別測(cè)試集MNIST上實(shí)現(xiàn)了97.1%的準(zhǔn)確度.此外,這種光學(xué)散射單元還可以適用于相干光和非相干光.本研究提供了一個(gè)新的光學(xué)神經(jīng)網(wǎng)絡(luò)架構(gòu),能在不影響效率和功能下減小神經(jīng)網(wǎng)絡(luò)硬件尺寸. 

【文章來(lái)源】：Science Bulletin. 2020,65(14)EISCICSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[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)



本文編號(hào)：3226372