期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
光子神经网络研究进展 被引量:1
1
作者 项水英 宋紫薇 +3 位作者 张雅慧 郭星星 韩亚楠 郝跃 《光电工程》 CAS CSCD 北大核心 2024年第7期27-50,共24页
在数据海量化、信息化的时代,电子计算机处理系统所面临的算力和能耗等性能要求愈发严苛,传统冯·诺依曼架构存在“内存墙”和“功耗墙”瓶颈,加之摩尔定律放缓甚至失效,使得电子芯片在计算速度和功耗方面遇到极大挑战,利用光计算... 在数据海量化、信息化的时代,电子计算机处理系统所面临的算力和能耗等性能要求愈发严苛,传统冯·诺依曼架构存在“内存墙”和“功耗墙”瓶颈,加之摩尔定律放缓甚至失效,使得电子芯片在计算速度和功耗方面遇到极大挑战,利用光计算替代传统电子计算将是解决当前算力与功耗问题的极具潜力的途径之一。本文系统地梳理了片上集成和自由空间的光子神经网络架构与算法方面的研究进展,详细介绍了典型的研究工作,然后讨论并对比了这两种光子神经网络的优劣势,以及光子神经网络的训练策略等。最后探讨了光子神经网络面临的挑战,并对其未来发展进行了前瞻性的展望。 展开更多
关键词 光子神经网络 片上集成 自由空间 类脑计算
在线阅读 下载PDF
基于异构光子神经网络的多模态特征融合 被引量:2
2
作者 郑一臻 戴键 +1 位作者 张天 徐坤 《中国光学(中英文)》 EI CAS CSCD 北大核心 2023年第6期1343-1355,共13页
当前光子神经网络的研究主要集中在单一模态网络的性能提升上,而缺少对多模态信息处理的研究。与单一模态网络相比,多模态学习可以利用不同模态信息之间的互补性,因此,多模态学习可以使得模型学习到的表示更加完备。本文提出了将光子神... 当前光子神经网络的研究主要集中在单一模态网络的性能提升上,而缺少对多模态信息处理的研究。与单一模态网络相比,多模态学习可以利用不同模态信息之间的互补性,因此,多模态学习可以使得模型学习到的表示更加完备。本文提出了将光子神经网络和多模态融合技术相结合的方法。首先,利用光子卷积神经网络和光子人工神经网络相结合构建异构光子神经网络,并通过异构光子神经网络处理多模态数据。其次,在融合阶段通过引入注意力机制提升融合效果,最终提高任务分类的准确率。在多模态手写数字数据集分类任务上,使用拼接方法融合的异构光子神经网络的分类准确率为95.75%;引入注意力机制融合的异构光子神经网络的分类准确率为98.31%,并且优于当前众多先进单一模态的光子神经网络。结果显示:与电子异构神经网络相比,该模型训练速度提升了1.7倍。与单一模态的光子神经网络模型相比,异构光子神经网络可以使得模型学习到的表示更加完备,从而有效地提高多模态手写数字数据集分类的准确率。 展开更多
关键词 光子神经网络 多模态 注意力机制
在线阅读 下载PDF
光子脉冲神经网络研究历程与展望
3
作者 柯特 朱盈 +2 位作者 彭楚宇 胡晓 肖希 《光通信研究》 2023年第1期17-31,共15页
人工神经网络(ANN)学科的发展推动了信息处理技术的进步,目前,被称为第3代ANN的脉冲神经网络(SNN)以其更具生物可解释性,更适合ANN硬件实现的优势受到业界的广泛关注,并已成功应用于模式识别、医学成像和智能控制等多个领域。受制于“... 人工神经网络(ANN)学科的发展推动了信息处理技术的进步,目前,被称为第3代ANN的脉冲神经网络(SNN)以其更具生物可解释性,更适合ANN硬件实现的优势受到业界的广泛关注,并已成功应用于模式识别、医学成像和智能控制等多个领域。受制于“后摩尔时代”电子芯片的制程不断接近极限以及冯·诺依曼体系“存算分离”带来的性能瓶颈,低时延、低能耗、高带宽和高并行性的光子计算方案应用于SNN的硬件实现成为信息处理领域多学科融合的热门课题。文章介绍了光子SNN的起源,利用光学器件的特性实现神经元的行为和突触连接强度的变化进而实现SNN的研究历程和多种实现方案,总结了光子SNN目前存在的瓶颈和挑战,展望了光子SNN的未来发展趋势。 展开更多
关键词 信息处理 人工神经网络 光子脉冲神经网络 光子计算 光学器件
在线阅读 下载PDF
一体化光电融合计算发展与挑战
4
作者 张天 淡一航 +4 位作者 樊泽洋 陈奇 来一航 徐兴元 徐坤 《信号处理》 CSCD 北大核心 2022年第11期2234-2247,共14页
近年来,军事作战领域在陆、海、空、天、电“五维一体”全方位、跨域协同、信息共享的联合作战样式的实现上付出了巨大的努力。在多功能综合一体化技术中,包括雷达、通信、电子战、导航、敌我识别等多种设备面临着共享射频资源和数据处... 近年来,军事作战领域在陆、海、空、天、电“五维一体”全方位、跨域协同、信息共享的联合作战样式的实现上付出了巨大的努力。在多功能综合一体化技术中,包括雷达、通信、电子战、导航、敌我识别等多种设备面临着共享射频资源和数据处理资源的问题。海量的数据处理要求计算平台具有超高计算速度和超高能效的特点,而传统的电子计算平台受到“存储墙”、集成电路的时钟频率、带宽、时延等影响,计算速度和能效提升受到很大限制。光子平台具有高速、大带宽、低串扰等特性,再结合电子手段灵活性和易调控的优势,构造光电融合的计算可以有效提升计算速度和能效。为了更好的将光电融合计算应用在多功能综合一体化技术中,本文对光电融合计算的研究现状进行梳理,按照目前的四种典型平台展开讨论,包括片上集成相干平台、片上集成非相干平台、基于光纤系统的光电融合计算、空间光学衍射平台,并在计算大规模化、非线性光学计算实现、光电高效融合三个未来的重要发展趋势进行阐述和展望。 展开更多
关键词 一体化 光电融合计算 光子神经网络 人工智能
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部