当前位置: 首页 > 专利查询>根特大学专利>正文

对光子储层计算系统的训练技术方案

技术编号:23516234 阅读:22 留言:0更新日期:2020-03-18 02:18
描述了一种光子储层计算系统。该系统被配置用于:传播至少一个光学信号以在输出通道中产生所得辐射信号。该光子储层计算系统进一步包括:用于对来自输出通道的信号进行加权的加权元件,以及用于光学地检测来自输出通道的信号的至少一个光学检测器。该系统被适配用于:通过光学检测器的输出来估计来自输出通道的信号。

Training of photon reservoir computing system

【技术实现步骤摘要】
【国外来华专利技术】对光子储层计算系统的训练专利
本专利技术涉及光学储层计算的领域。更具体而言,本专利技术涉及用于训练和使用具有光学读出的光学光子储层计算系统的方法和系统。专利技术背景机器学习领域旨在教导计算机系统如何对先前未见的数据执行复杂的任务,而无需对其进行明确编程。此类任务的示例是分类、回归或模式识别。可用机器学习技术的库是全面的。对于每种应用必须选择最恰适的技术,这取决于该应用的特定要求。一类重要的技术是所谓的人工神经网络,它由互连神经元的网络组成。该理念基于人脑结构以及人脑如何处理信息。神经网络的一个子类(被称为递归神经网络(RNN))通过在神经元之间创建定向互连循环而将存储的概念引入网络。由于训练这些网络相当困难,因此提出了储层计算(RC)作为简化RNN训练的方法。然而,最近RC已作为解决各种复杂问题的计算范例而获得普及。已表明,RC在例如语音识别和时间序列预测上表现非常良好。RC实现通常是基于软件的并依赖串行算法来对整个网络的信号传播和操纵进行仿真。该工作流的串行特征限制了速度和功率效率:对大型储层或大量输入序列进行仿真既是时间密集的又非常消耗功率。利用储层的固有并行性质的想法触发了对可行硬件实现技术的兴趣。迄今已提出了硬件中各种各样的RC实现。一种有趣的候选技术必然是光子领域,其导致光子储层计算(PRC)的概念。光作为信息载体的最重要优点在于光学信号非常高的载波频率、其固有并行性以及能够以低损耗在介电材料上携带光学信号的事实。使用光学信号因此实现更快(并且强并行的)信息处理并且有希望比电子实现的功耗要低。为了节省功率,K.Vandoorne等人在自然通信(NatureCommunications)5(2014)3541中给出了无源PRC实现,该无源PRC实现利用光栅耦合器、MMI和延迟。可惜的是,这些组件在储层中引入了严重损耗,这限制了储层的大小(即,神经元数目)。更具体而言,由于涉及Y划分器/组合器的网络结构,每次两条路径在节点中汇聚,就因基础物理学而损耗平均50%的光,这些光被辐射出去并且因此损耗,如图2中所示。网络越大,就遇到越多这些组合器,这意味着信息快速衰减并且不能到达网络的另一端。例如,在如由Vandoorne等人在Nat.Commun.(自然通信)5(2014)3541中描述的系统中,即使网络包含20个节点,也仅能够测量这些节点中的12个节点,因为对于其他节点,功率已下降超过本底噪声。由于储层可以执行的任务的复杂度取决于组成该储层的神经元数目,这些损耗也限制了可以执行的任务的复杂度,并且因此仍有改进的空间。专利技术概述本专利技术的各实施例的目的是提供具有完全光学读出的高效光子储层计算方法和系统。本专利技术的各实施例的优点在于系统允许升级到大量的节点,这是因为可以获取高效处理。根据本专利技术的各实施例的优点在于,可以利用不需要确切知晓系统状态、而是能够通过使用特定的训练样本多次以高效方式重构系统状态的训练方法。本专利技术的各实施例的优点在于提供了使用极少功率的读出结构,从而得到高效系统。本专利技术的各实施例的优点在于pn结仅使用非常小的功率,即,对应于漏泄电流的功率。本专利技术的各实施例的优点在于,所需要的光电二极管数目可以较小或者甚至限制于一个,从而得到包括有限数目组件的系统。根据本专利技术的各实施例的优点在于可以利用公知的硅光子技术,从而得到用于制造系统的公知处理方法。本专利技术涉及一种光子储层计算系统,该光子储层计算系统包括多个输出通道并且被配置用于传播至少一个光学信号以产生所得辐射信号,该光子储层计算系统进一步包括:用于对来自输出通道的信号进行加权的加权元件,以及用于进行光学检测的至少一个光学检测器,该系统被适配用于:通过该至少一个光学检测器的输出来估计来自输出通道的信号。在一些实施例中,该光子储层计算系统可以是无源光子储层计算系统,但是在储层中具有有源元件的系统也在所要求保护的专利技术的范围内。在一些实施例中,该光子储层计算系统可包括经由光学互连件互连的多个离散节点,以供在各节点之间传播至少一个光学信号以产生所得辐射信号。在其他实施例中,该光子储层计算系统可基于混沌储层。本专利技术的各实施例的优点在于获取高效的读出,从而允许对光子储层计算系统的更高效使用。该系统可包括训练模块,该训练模块用于确定系统中不同输出通道的功率以及系统中不同通道之间的相位差。训练模块可被配置用于:在训练数据上迭代若干次,同时根据预定模式经由加权元件设置权重。该系统可被适配用于:通过在训练数据上进行最多3F-2次迭代来估计经加权所得辐射信号的幅度和相位,其中F是输出通道的数目。加权元件可被适配用于对所得辐射信号进行加权,并且该至少一个光学检测器可被适配用于:在信号已在光学域中被加权之后光学地检测经加权所得辐射信号的组合,该系统被适配用于估计经加权所得辐射信号。在一些实施例中,光学检测器可以是大面积光学检测器,但各实施例不限于此。光学检测器可被配置用于对经加权所得辐射信号执行非线性操作。执行非线性操作可包括:在对经加权所得辐射信号求和之前取该经加权所得辐射信号的幂。加权元件可包括用于对所得辐射信号进行加权的反向偏置的pn结。该至少一个光学检测器可包括用于在每个输出通道中光学地检测所得辐射信号的多个光学检测器,并且加权元件被适配用于在电子域中对光学地检测到的所得信号进行加权。该系统可被适配用于:对在电子域中加权的光学地检测到的所得信号进行求和。训练模块可被配置用于获取训练数据,其中加权系数通过相继进行以下操作来选择:将一个加权系数选择为等于1(任意单位)、同时将所有其他加权系数设置为0,以及将两个加权系数选择为非零、同时将所有其他加权系数设置为0。在一些实施例中,该系统可包括经由光学互连件互连的多个离散节点,以供在各节点之间传播至少一个光学信号以产生所得辐射信号。该系统可包括至少一个多模结,其被配置用于使用锥形部分连接至少三个多模波导,其中该锥形部分不是完全绝热的。如上所述的根据各实施例的系统还可包括光子储层计算系统的特征:该光子储层计算系统包括基于光学多模波导的结构,该结构包括多个离散节点以及在各节点之间的多个无源多模波导互连件以供在各节点之间传播至少一个光子信号,其中每个离散节点被适配用于在其连接到的无源多模波导互连件上无源地中继该至少一个光子波,其中该基于光学波导的结构包括至少一个多模结,其被配置用于使用锥形部分连接至少三个多模波导,其中该锥形部分不是完全绝热的。在连接有三个波导的情形中,多模结可被称为多模Y结。本专利技术的各实施例的优点在于,由于所涉及波导的多模态,因此在波导结构中以较高阶模式转换的一部分辐射仍然在该波导结构中被引导并且因此未丢失。本专利技术的各实施例的优点在于获取具有更大自由度(例如是否个体地读出每种模式)的更丰富系统。这可以得到更好的分类性能。本专利技术的各实施例的优点在于,如果锥形部分提供朝向输出波导的不太平滑的演化,则并非所有功率将本文档来自技高网...

【技术保护点】
1.一种光子储层计算系统,所述光子储层计算系统包括多个输出通道并且被配置用于:传播至少一个光学信号以在所述输出通道中产生所得辐射信号,所述光子储层计算系统进一步包括:/n用于对来自所述输出通道的信号进行加权的加权元件,以及/n用于光学地检测来自所述输出通道的信号的至少一个光学检测器,/n所述系统被适配用于:通过所述至少一个光学检测器的输出来估计来自所述输出通道的信号。/n

【技术特征摘要】
【国外来华专利技术】20170529 EP 17173169.81.一种光子储层计算系统,所述光子储层计算系统包括多个输出通道并且被配置用于:传播至少一个光学信号以在所述输出通道中产生所得辐射信号,所述光子储层计算系统进一步包括:
用于对来自所述输出通道的信号进行加权的加权元件,以及
用于光学地检测来自所述输出通道的信号的至少一个光学检测器,
所述系统被适配用于:通过所述至少一个光学检测器的输出来估计来自所述输出通道的信号。


2.如权利要求1所述的光子储层计算系统,其特征在于,所述系统包括训练模块,所述训练模块用于确定所述系统中不同输出通道的功率以及所述系统中不同输出通道之间的相位差。


3.如权利要求2所述的光子储层计算系统,其特征在于,所述训练模块被配置用于:在训练数据上迭代若干次,同时根据预定模式经由所述加权元件设置权重。


4.如前述权利要求中任一项所述的光子储层计算系统,其特征在于,所述系统被适配用于:通过在所述训练数据上进行最多3F-2次迭代来估计来自所述输出通道的信号的幅度和相位,其中F是输出通道的数目。


5.如前述权利要求中任一项所述的光子储层计算系统,其特征在于,所述加权元件被适配用于对所得辐射信号进行加权,并且其中,所述至少一个光学检测器被适配用于:在所述信号已在光学域中被加权之后光学地检测所述经加权所得辐射信号的组合,所述系统被适配用于估计所述经加权所得辐射信号。


6.如前述权利要求中任一项所述的光子储层计算系统,其特征在于,所述至少一个光学检测器是大面积光学检测器,所述大面积光学检测器被配置用...

【专利技术属性】
技术研发人员:P·比安斯特曼A·卡通巴J·海瓦尔特J·当布尔M·弗赖伯格
申请(专利权)人:根特大学IMEC非营利协会
类型:发明
国别省市:比利时;BE

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1