一种多维复用技术的光子神经网络及实现方法技术

本发明专利技术涉及光子神经网络技术领域，公开了一种多维复用技术的光子神经网络及实现方法，包括如下步骤：激光器产生脉冲光，输入到多维复用模块中，经过模式、纤芯和波长的复用后，光脉冲由于色散效应在时间上得到展宽，再通过解复用器后传递至光子神经网络中，光子神经网络先完成矩阵的乘法运算，接着完成神经网络的求和运算，经过运算后的光最后由光电二极管接收；通过引入模式、纤芯空间维度，为光子神经网络提供更多的空间自由度，使得光子神经网络中神经元之间的串行计算转变为并行计算，大幅提高光子神经网络的运行速度，减少系统的硬件需求，进而减少系统的体积，提升系统的整体稳定性，能够实现对手写数字识别等数据集以实现图片的分类任务。片的分类任务。片的分类任务。

【技术实现步骤摘要】
一种多维复用技术的光子神经网络及实现方法


[0001]本专利技术涉及光子神经网络
，具体涉及一种多维复用技术的光子神经网络及实现方法。

技术介绍

[0002]现有的电神经网络的运算速度受到电设备瓶颈的限制，电神经网络的大部分功率用于处理单元和内存模块之间的数据传递，功率效率相对较低。随着神经网络规模的扩大，迫切需要大带宽的电子设备加快信号的传输速率。然而，这些电设备难以制造。在光子神经网络中，光子代替电子作为信号传输的载体，无需额外使用功率在内存模块和计算单元之间传输信息，因此光子神经网络的功率效率明显高于电神经网络。同时，现有的高速光纤通信技术也支持信息在光子神经网络的不同网络层之间高速传输，从而实现光子神经网络的高速运算。
[0003]但现有的光子神经网络的以串行计算为主，构建规模小，运行速度慢，对硬件需求较高。

技术实现思路

[0004]针对现有技术存在的不足，本专利技术的目的在于提供一种多维复用技术的光子神经网络及实现方法。
[0005]为了实现上述目的，本专利技术提供如下技术方案：
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多维复用技术的光子神经网络的实现方法，其特征在于，包括如下步骤：激光器产生脉冲光，输入到多维复用模块中，经过模式、纤芯和波长的复用后，光脉冲由于色散效应在时间上得到展宽，再通过解复用器后传递至光子神经网络中，光子神经网络先完成矩阵的乘法运算，接着完成神经网络的求和运算，经过运算后的光最后由光电二极管接收。2.根据权利要求1所述的一种多维复用技术的光子神经网络的实现方法，其特征在于，利用在980nm波段工作的光源作为泵浦，通过被动锁模产生超短的光脉冲，使得各光电器件容易接收其产生的光。3.根据权利要求2所述的一种多维复用技术的光子神经网络的实现方法，其特征在于，基于科研二维材料MoSe2的饱和吸收体产生强度相关损耗，从而产生脉冲宽度在皮秒和飞秒量级的窄化脉冲。4.根据权利要求3所述的一种多维复用技术的光子神经网络的实现方法，其特征在于，由多芯少模光纤对复用后的光进行并行传输，并为光子神经网络提供模式和纤芯两个空间维度，同时光纤中的色散效应使得光脉冲在时间上得到展宽。5.根据权利要求1所述的一种多维复用技术的光子神经网络的实现方法，其特征在于，光子神经网络的矩阵乘法运算是由两个波形发生器和两个强度调制器实现的，波形发生器用来产生任意序列的电信号，产生的电信号通过强度调制器调制到光脉冲上。6.根据权利要求5所述的一种多维复用技术的光子神经网络的实现方法，其特征在于，神经网络的非线性运算由非线性激活单元进行，非线性激活单元中的非线性激活函数由可饱和吸收体提供，可饱和吸收体具有强度相关的损耗特性。7.根据权利要求6所述的一种多维复用技术的光子神经网络的实现方法，其特征在于，通过解复用器的光经过两个电光调制器分别实现X和W的调制，其中X代表光子神经网络的输入数据，W代表神经网络的权重矩阵。8.根据权利要求7所述的一种多维复用技术的光子神经网络的实现方法，其特征在于，光子神经网络中的强度调制器起到矩阵乘法的作用，得到输出Z
i
＝W
i
·
X
i
，...

【专利技术属性】
技术研发人员：赵健，华平壤，
申请(专利权)人：南京鼎芯光电科技有限公司，
类型：发明
国别省市：