看过本文的还看了

相关文献

该作者的其他文献

文献详情 >人工智能纳米光子学:光学神经网络与纳米光子学 收藏
人工智能纳米光子学:光学神经网络与纳米光子学

人工智能纳米光子学:光学神经网络与纳米光子学

作     者:栾海涛 陈希 张启明 蔚浩义 顾敏 Luan Haitao;Chen Xi;Zhang Qiming;Yu Haoyi;Gu Min

作者机构:上海理工大学光子芯片研究院上海200093 上海理工大学光电信息与计算机工程学院人工智能纳米光子学中心上海200093 

基  金:国家然科学基金(61975123,11974247) 上海张江国家自主创新示范区专项发展基金重大项目(ZJ2019-ZD-005) 

出 版 物:《光学学报》 (Acta Optica Sinica)

年 卷 期:2021年第41卷第8期

页      码:61-78页

摘      要:人工智能技术,特别是人工神经网络的创新引领了许多领域的应用革命,如网络搜索、计算机识别和语言、图像的识别技术。近年来纳米光子学的发展为传统的人工神经网络技术,特别是光学神经网络的发展带来了全新的物理视角以及截然不同的实现方法。一方面,纳米光子学是一门研究光与材料在纳米尺度相互作用的科学,可以带来全新的技术,如超分辨光学加工技术和超分辨光学成像技术,进而推动微纳尺度上多种功能的光学神经网络的实现。另一方面,纳米光子学中光子传播的多频段、高速度、低功耗的特点,促使了光学神经网络向着小体积、高密度、低功耗的方向发展。人工神经网络自身的发展也促使神经网络算法(如逆向设计、深度学习)在纳米光子学器件的设计中发挥前所未有的作用,以满足纳米光子学器件对自身功能、体积、集成度、计算功能的日益增长的要求。以神经网络的发展为起点,阐述人工神经网络特别是光学神经网络的发展趋势,以及人工神经网络与纳米光子学相互促进的发展历程。

主 题 词:光学器件 人工智能 人工神经网络 光学神经网络 纳米光子学 光学人工智能 

学科分类:0808[工学-自动化类] 070207[070207] 0809[工学-计算机类] 07[理学] 08[工学] 0805[工学-能源动力学] 0803[工学-仪器类] 0702[理学-物理学类] 

核心收录:

D O I:10.3788/AOS202141.0823005

馆 藏 号:203103637...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分