近年來,人工神經(jīng)網(wǎng)絡(luò)在圖像語音等模式識別、機(jī)器翻譯、無人駕駛等諸多領(lǐng)域取得了突破性進(jìn)展,推動人類社會進(jìn)入智能化時代。大數(shù)據(jù)時代提供了海量數(shù)據(jù)可供神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí),這也對計算機(jī)的算力及算法的應(yīng)用提出了更嚴(yán)峻的挑戰(zhàn)。人工智能芯片的出現(xiàn)使計算效率在2015年后得到大幅提升,成為推動人工智能發(fā)展的硬件基礎(chǔ),但計算時間與功耗仍受到系統(tǒng)功率和帶寬的嚴(yán)格限制,因此如何優(yōu)化芯片上人工神經(jīng)網(wǎng)絡(luò)的計算速率與功耗成為亟待解決的難題之一。近幾年涌現(xiàn)出許多基于光子集成芯片實現(xiàn)神經(jīng)網(wǎng)絡(luò)的研究。光信號的優(yōu)勢在于無源情況下具有執(zhí)行復(fù)雜運算的能力,并且其特有的高速率與高度并行性決定了光信號具有實現(xiàn)超高速并行運算的潛質(zhì),為光子神經(jīng)網(wǎng)絡(luò)提供了理論基礎(chǔ)。本文以硅基光波導(dǎo)為基礎(chǔ)通過構(gòu)建馬赫曾德干涉儀陣列,結(jié)合傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)算法,優(yōu)化激活函數(shù),提出一種光子神經(jīng)網(wǎng)絡(luò)實現(xiàn)數(shù)字識別的驗證性研究。本文的主要內(nèi)容包括以下幾個部分:首先對人工神經(jīng)網(wǎng)絡(luò)的概念、特點及意義進(jìn)行闡述,通過例證電子集成芯片在構(gòu)建人工智能芯片中所遇到的瓶頸使其無法滿足目前人工智能應(yīng)用中所需的高速率與低能耗,從而引出了光子神經(jīng)網(wǎng)絡(luò)的概念。隨后基于人工神經(jīng)網(wǎng)絡(luò)算法構(gòu)造光... 

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)
    1.3 國內(nèi)外研究現(xiàn)狀和發(fā)展
    1.4 本文主要內(nèi)容
2 光子神經(jīng)網(wǎng)絡(luò)算法及仿真
    2.1 光子神經(jīng)網(wǎng)絡(luò)算法框架
        2.1.1 前向傳播
        2.1.2 反向傳播
    2.2 構(gòu)建輸入特征向量
    2.3 激活函數(shù)的選擇
    2.4 權(quán)重矩陣分解獲取相位
        2.4.1 權(quán)重矩陣奇異值分解
        2.4.2 酉矩陣旋轉(zhuǎn)矩陣分解
    2.5 本章小結(jié)
3 基于馬赫曾德干涉儀(MZI)構(gòu)建光子神經(jīng)網(wǎng)絡(luò)
    3.1 光子集成技術(shù)
    3.2 光波導(dǎo)理論
        3.2.1 光波導(dǎo)材料和結(jié)構(gòu)
        3.2.2 硅基光波導(dǎo)
        3.2.3 光波導(dǎo)技術(shù)參數(shù)
    3.3 光波導(dǎo)數(shù)值方法及仿真軟件介紹
    3.4 MZI工作原理和結(jié)構(gòu)設(shè)計
        3.4.1 硅波導(dǎo)結(jié)構(gòu)設(shè)計
        3.4.2 定向耦合器原理和結(jié)構(gòu)設(shè)計
        3.4.3 MZI原理和結(jié)構(gòu)設(shè)計
    3.5 光子神經(jīng)網(wǎng)絡(luò)構(gòu)建
        3.5.1 MZI實現(xiàn)二維酉矩陣
        3.5.2 MZI陣列實現(xiàn)酉矩陣
        3.5.3 光子神經(jīng)網(wǎng)絡(luò)構(gòu)建
    3.6 本章小結(jié)
4 光子神經(jīng)網(wǎng)絡(luò)特征識別仿真結(jié)果與分析
    4.1 酉矩陣仿真分析
        4.1.1 V_1~T酉矩陣仿真分析
        4.1.2 U_1酉矩陣仿真分析
        4.1.3 V_2~T酉矩陣仿真分析
        4.1.4 U_2酉矩陣仿真分析
    4.2 數(shù)字特征識別仿真分析
    4.3 圖像特征識別仿真分析
    4.4 損耗對識別準(zhǔn)確率的影響
    4.5 本章小結(jié)
5 總結(jié)與展望
    5.1 論文總結(jié)
    5.2 展望
參考文獻(xiàn)
作者簡歷
攻讀碩士學(xué)位期間所取得的科研成果


【參考文獻(xiàn)】：
博士論文
[1]量子集成光學(xué)芯片上的器件設(shè)計[D]. 熊霄.中國科學(xué)技術(shù)大學(xué) 2017
[2]硅基集成光波導(dǎo)生物傳感器研究[D]. 江先鑫.浙江大學(xué) 2015

碩士論文
[1]集成光波導(dǎo)的設(shè)計與分析[D]. 劉暢.西安電子科技大學(xué) 2013



本文編號：3710688