一种用于卷积光神经网络的随机光栅设计方法技术

本发明专利技术提供一种用于卷积光神经网络的随机光栅设计方法，方法包括以下步骤：步骤a、计算衍射光栅的相位梯度；步骤b、掩膜设计；步骤c、利用CMOS工艺制备衍射光栅。本发明专利技术的有益效果是：本发明专利技术提供一种用于卷积光神经网络的随机光栅设计方法，用于深度学习光神经网络的设计及开发，增加装置的适用性。

【技术实现步骤摘要】
一种用于卷积光神经网络的随机光栅设计方法
本专利技术属于深度学习和微纳光学交叉领域，特别涉及一种用于卷积光神经网络的随机光栅设计方法。
技术介绍
人工智能技术是当前学术界和产业界的研究热点，作为人工智能的核心算法及技术，深度学习神经网络(DLNN，deeplearningneuralnetwork)及专用集成电路芯片(ASIC，applicationspecificintegratedcircuit)是制约人工智能技术飞速发展的关键因素之一。传统的深度学习及芯片，利用计算机的CPU、GPU或FPGA等实现多层人工神经网络，对数据进行提取和学习，已经广泛应用于医学图像分析，语音识别、翻译，图像分类等诸多方面。但是随着摩尔定律(Moore’slaw)的发展放缓，传统的基于COMS工艺的用于深度学习的ASIC芯片在其电子架构、功耗、处理速度等方面的局限越来越明显。长期以来，光互连技术一直被认为是人工神经网络结构的潜在媒介。相对于基于电子互联的传统ASIC芯片，基于光互联的光神经网络芯片因其具有类似神经元的并行处理及通信性能以及高速、低功耗、抗本文档来自技高网...

【技术保护点】
1.一种用于卷积光神经网络的随机光栅设计方法，其特征在于，所述方法包括以下步骤：/n步骤a、计算衍射光栅的相位梯度；/nI

【技术特征摘要】
1.一种用于卷积光神经网络的随机光栅设计方法，其特征在于，所述方法包括以下步骤：
步骤a、计算衍射光栅的相位梯度；
Iout(x,y)＝Iin(x,y)*PSF(x,y)



其中，*号表示为二维卷积运算，Iin和Iout分别表示为输入光和输出光，P(x,y)为点扩散函数；Γ表示为点扩散函数补偿；
步骤b、掩膜设计；
采用熔融石英作为基底，对所述基底进行五次刻蚀形成掩膜版；
步骤c、利用CMOS工艺制备衍射光栅；
...

【专利技术属性】
技术研发人员：祝连庆，于明鑫，牛海莎，鹿利单，庄炜，陈恺，何巍，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：北京;11