用于光学神经网络的设备和方法技术

本发明专利技术涉及用于光学神经网络的设备和方法。本发明专利技术提供了一种光学神经网络，所述光学神经网络基于光子集成电路构造以执行神经形态计算。在光学神经网络中，使用一个或多个光学干涉单元实现矩阵乘法，光学干涉单元可以将任意加权矩阵乘法施加到输入光学信号的阵列。通过光学非线性单元实现非线性激励，光学非线性单元可以基于非线性光学效应，例如可饱和吸收。这些计算是用光学方式实现的，从而在光学神经网络中产生高计算速度，低功耗。低功耗。低功耗。

【技术实现步骤摘要】
用于光学神经网络的设备和方法
[0001]本申请是申请日为2017年6月2日、申请号为201780043808.X，发 明名称为“用于光学神经网络的设备和方法”专利技术专利申请的分案申请。
[0002]相关申请交叉引用
[0003]本申请要求2016年6月2日提交的、名称为“METHODS AND DESIGNOF OPTICAL NEURAL NETWORK(光学神经网络的方法和设计)”的美 国申请号62,344,621的优先权，该申请通过引用被全文并入本文中。
[0004][0005]
技术介绍

[0006]对于大范围的任务，例如感知、通信、学习和决策制定，基于冯
·
诺依 曼架构的现有计算机相比其生物对等物
‑
中心神经系统通常更耗电且不太 有效。随着与大数据处理关联的数据量的不断增大，开发能够快速和高效 地学习、组合并分析大量信息的计算机是有益的。例如，语音识别软件(例 如苹果公司的Siri)通常是在云端执行的，原因是所涉及的运算对于移动 电话中的硬件通常太有挑战。
[0007]解决冯
·...

【技术保护点】

【技术特征摘要】
1.一种用于实施人工神经网络的设备，所述设备包括：输入波导阵列，所述输入波导阵列接收第一阵列的光学信号；光学干涉单元，所述光学干涉单元与所述输入波导阵列光学通信，以执行所述第一阵列的光学信号到第二阵列的光学信号的线性变换；以及输出波导阵列，所述输出波导阵列与所述光学干涉单元光学通信，以引导所述第二阵列的光学信号，其中，所述输入波导阵列中的至少一个输入波导与所述输出波导阵列中的每个输出波导通过所述光学干涉单元光学通信。2.根据权利要求1所述的设备，其中，所述光学干涉单元包括：多个互连马赫
‑
曾德干涉仪(MZI)，所述多个互连MZI中的每个MZI包括：第一移相器，所述第一移相器被配置成改变所述MZI的分光比；以及第二移相器，所述第二移相器被配置成移动所述MZI的一个输出的相位。3.根据权利要求2所述的设备，其中，所述多个互连MZI被配置成通过奇异值分解(SVD)执行所述第一阵列的光学信号的线性变换。4.根据权利要求2的设备，其中，所述多个互连MZI包括：第一组MZI，所述第一组MZI执行所述第一阵列的光学信号的酉变换以生成第一阵列的变换后的光学信号；以及第二组MZI，所述第二组MZI与所述第一组MZI光学通信，所述第二阵列MZI中的每个MZI从所述第一阵列的变...

【专利技术属性】
技术研发人员：N，
申请(专利权)人：麻省理工学院，
类型：发明
国别省市：