基于集成光學和硅光子學的光學神經(jīng)網(wǎng)絡(luò)硬件有很多優(yōu)勢:集成度高、速度快并且與CMOS工藝兼容.然而,目前的集成光學神經(jīng)網(wǎng)絡(luò)尺寸較大,很難擴展到大量神經(jīng)元（>1000）,實現(xiàn)大規(guī)模計算.本文提出了一種基于光學散射單元的神經(jīng)網(wǎng)絡(luò)硬件架構(gòu),除了具備一般光學神經(jīng)網(wǎng)絡(luò)的優(yōu)勢外,突出的優(yōu)勢是尺寸小,易于大規(guī)模擴展.光學散射單元允許光在一個小區(qū)域中發(fā)生散射,通過逆向設(shè)計散射區(qū)域結(jié)構(gòu),實現(xiàn)目標的計算功能.光學散射單元在一個很小的尺寸下,提供了很大的優(yōu)化自由度,研究表明要實現(xiàn)一個4 4的矩陣乘法,計算單元尺寸只需要4 4μm².基于光學散射單元,本文設(shè)計了光學神經(jīng)網(wǎng)絡(luò),在經(jīng)典圖像識別測試集MNIST上實現(xiàn)了97.1%的準確度.此外,這種光學散射單元還可以適用于相干光和非相干光.本研究提供了一個新的光學神經(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. 

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

【文章頁數(shù)】：7 頁

【參考文獻】：
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：3226372