-
公开(公告)号：CN114819131B
公开(公告)日：2024-06-21
申请号：CN202210512926.3
申请日：2022-05-12
Applicant: 北京大学
Abstract: 本发明公开了一种基于光学片上超表面的光子衍射神经元及其实现方法。本发明在介质基板上紧贴靠近输入波导的位置设置多个优化区域，在优化区域内形成各个散射元，采用优化器以梯度下降的优化方式对神经元构成的神经网络在计算机上进行训练，采用拓扑优化的密度惩罚算法对优化区域内的材料的折射率分布进行计算，通过反向设计方法得到优化区域内的散射元的位置和形状，从而在介质基板上的优化区域内形成散射元构成光学片上超表面结构；本发明通过将片上波导与光学片上超表面结构相结合，实现了高度集成的多输入多输出新型光子衍射神经元结构，解决了光学神经网络中参数密度低的问题，扩展了光学神经网络的功能，为大规模光学神经网络提供了可能。
-
Patent Agency Ranking
公开(公告)号：CN112882307B
公开(公告)日：2022-07-26
申请号：CN202110313253.4
申请日：2021-03-24
Applicant: 北京大学
Abstract: 本发明公开了一种光学神经网络全光非线性激活层及其实现方法。本发明通过将MZI波导构型与石墨烯异质增强的Bi2Te3非线性材料相结合，利用片上波导结构设计进一步放大石墨烯异质增强的Bi2Te3材料的非线性响应，完成了片上集成非线性激活层的设计，实现了片上集成波导中进行光学非线性计算，解决了光学非线性材料非线性程度较弱的问题，扩展了光学神经网络的功能，为多层纯光学神经网络的使用提供了可能；本发明提出的光学非线性激活层不仅能够用于片上集成光学神经网络，还能够用于其他集成光学信号处理平台中需要使用非线性计算的场景，且响应速度极快，能够满足低能耗高速计算的需求。
-
公开(公告)号：CN114578587B
公开(公告)日：2025-04-22
申请号：CN202210300557.1
申请日：2022-03-25
Applicant: 北京大学
Abstract: 本发明公开了一种基于拓扑光子晶体边界态拼接的片上光学神经网络及方法。本发明利用拓扑光子晶体的边界态作为光学信号传输的载体，提出了一种对加工缺陷和意外损坏有一定容忍度的片上集成光学神经网络；能够减小加工缺陷或意外损坏对神经网络中光信号传输的影响，增强了网络的稳定性，为大规模光子神经网络的实现奠定了基础，并为光子神经网络提供了更宽阔应用场景；多个周期的拓扑光子晶体产生的集体性效应，这一性质使得结构中某一单元的损坏不会直接导致边界态性质发生显著改变；另外，拓扑光子晶体边界态的另一个性质是其上传播的光信号具有两种赝自旋，两种赝自旋光信号的传播方向与拓扑光子晶体的拼接方式相关。
-
公开(公告)号：CN114819131A
公开(公告)日：2022-07-29
申请号：CN202210512926.3
申请日：2022-05-12
Applicant: 北京大学
Abstract: 本发明公开了一种基于光学片上超表面的光子衍射神经元及其实现方法。本发明在介质基板上紧贴靠近输入波导的位置设置多个优化区域，在优化区域内形成各个散射元，采用优化器以梯度下降的优化方式对神经元构成的神经网络在计算机上进行训练，采用拓扑优化的密度惩罚算法对优化区域内的材料的折射率分布进行计算，通过反向设计方法得到优化区域内的散射元的位置和形状，从而在介质基板上的优化区域内形成散射元构成光学片上超表面结构；本发明通过将片上波导与光学片上超表面结构相结合，实现了高度集成的多输入多输出新型光子衍射神经元结构，解决了光学神经网络中参数密度低的问题，扩展了光学神经网络的功能，为大规模光学神经网络提供了可能。
-
公开(公告)号：CN114578587A
公开(公告)日：2022-06-03
申请号：CN202210300557.1
申请日：2022-03-25
Applicant: 北京大学
Abstract: 本发明公开了一种基于拓扑光子晶体边界态拼接的片上光学神经网络及方法。本发明利用拓扑光子晶体的边界态作为光学信号传输的载体，提出了一种对加工缺陷和意外损坏有一定容忍度的片上集成光学神经网络；能够减小加工缺陷或意外损坏对神经网络中光信号传输的影响，增强了网络的稳定性，为大规模光子神经网络的实现奠定了基础，并为光子神经网络提供了更宽阔应用场景；多个周期的拓扑光子晶体产生的集体性效应，这一性质使得结构中某一单元的损坏不会直接导致边界态性质发生显著改变；另外，拓扑光子晶体边界态的另一个性质是其上传播的光信号具有两种赝自旋，两种赝自旋光信号的传播方向与拓扑光子晶体的拼接方式相关。
-
公开(公告)号：CN112882307A
公开(公告)日：2021-06-01
申请号：CN202110313253.4
申请日：2021-03-24
Applicant: 北京大学
Abstract: 本发明公开了一种光学神经网络全光非线性激活层及其实现方法。本发明通过将MZI波导构型与石墨烯异质增强的Bi2Te3非线性材料相结合，利用片上波导结构设计进一步放大石墨烯异质增强的Bi2Te3材料的非线性响应，完成了片上集成非线性激活层的设计，实现了片上集成波导中进行光学非线性计算，解决了光学非线性材料非线性程度较弱的问题，扩展了光学神经网络的功能，为多层纯光学神经网络的使用提供了可能；本发明提出的光学非线性激活层不仅能够用于片上集成光学神经网络，还能够用于其他集成光学信号处理平台中需要使用非线性计算的场景，且响应速度极快，能够满足低能耗高速计算的需求。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
