【儀表網(wǎng) 研發(fā)快訊】近日，哈爾濱工業(yè)大學電信學院祁嘉然教授團隊在全光深度學習領(lǐng)域取得進展，提出基于級聯(lián)超構(gòu)表面的矩陣衍射深度神經(jīng)網(wǎng)絡(luò)架構(gòu)。研究成果以《矩陣衍射深度神經(jīng)網(wǎng)絡(luò)——極化信息與超構(gòu)表面器件的融合》為題，發(fā)表在《激光與光子學評論》(Laser & Photonics Reviews)上，有望在機器視覺、自動駕駛、智慧醫(yī)療和物聯(lián)網(wǎng)等領(lǐng)域得到應(yīng)用。論文被遴選為該期正封面。
全光衍射深度神經(jīng)網(wǎng)絡(luò)框架可設(shè)計高并行性和高處理速度的超構(gòu)表面器件。然而，衍射深度神經(jīng)網(wǎng)絡(luò)框架無法直接應(yīng)用電磁波的極化信息，難以進一步擴展信道和實現(xiàn)更緊湊配置的多路復用全光網(wǎng)絡(luò)器件。團隊提出基于級聯(lián)超構(gòu)表面的矩陣衍射深度神經(jīng)網(wǎng)絡(luò)架構(gòu)，將瓊斯矩陣直接作為優(yōu)化變量融入到全光網(wǎng)絡(luò)中，賦予其更大的設(shè)計自由度和更豐富的功能，實現(xiàn)了光電高任務(wù)容量的集成分超構(gòu)器件、非交錯式高效瓊斯矩陣全參數(shù)優(yōu)化調(diào)控器件、自定義極化信息加密超構(gòu)器件。該超構(gòu)器件具有強大的任務(wù)承載力并具有可觀的分類性能，在更大程度上提高了光電網(wǎng)絡(luò)的任務(wù)承載力，并節(jié)省了硬件成本。
所有評論僅代表網(wǎng)友意見，與本站立場無關(guān)。