【技术实现步骤摘要】
【国外来华专利技术】使用单个调制层进行衍射深度神经网络(D2NN)处理
[0001]相关申请的交叉引用
[0002]不适用。
[0003]所公开的实施例大体上涉及D2NN，具体涉及使用单个调制层进行D2NN处理。
技术介绍
[0004]机器学习实现算法，以使用训练数据构建数学模型。然后，数学模型使用输入数据进行预测。深度学习是一种机器学习，它使用层从输入数据中逐步提取更高级别的特征。深度学习可以使用不同类型的架构。其中一种架构是深度神经网络(deep neural network，DNN)。DNN确定每个层中的正确数学运算，以便根据每个层中各种输出的概率将输入数据转换为输出数据。深度学习在图像分析、语音识别、语言翻译和其它学科方面都有应用。
技术实现思路
[0005]第一方面涉及一种装置，包括：第一反射镜；第二反射镜；调制层，位于所述第一反射镜与所述第二反射镜之间，并且包括多个调制区域；衍射层，位于所述调制层与所述第二反射镜之间；输入端口，准许光束进入所述装置，所述光束穿过所述衍射层并被所述调制层调制，以在被所述...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种装置，其特征在于，包括：第一反射镜；第二反射镜；调制层，位于所述第一反射镜与所述第二反射镜之间，并且包括多个调制区域；衍射层，位于所述调制层与所述第二反射镜之间；输入端口，准许光束进入所述装置，所述光束穿过所述衍射层并被所述调制层调制，以在被所述第一反射镜反射之前产生第一调制光束，所述第一反射镜将所述第一调制光束朝向所述第二反射镜反射，所述第二反射镜将所述第一调制光束朝向所述调制层反射以进行至少第二次调制。2.根据权利要求1所述的装置，其特征在于，所述调制层耦合到所述第一反射镜。3.根据权利要求1或2所述的装置，其特征在于，所述调制层包括相位掩模。4.根据权利要求1或2所述的装置，其特征在于，所述调制层包括空间光调制器(spatial light modulator，SLM)。5.根据权利要求1至4中任一项所述的装置，其特征在于，还包括非线性层，所述非线性层位于所述衍射层与所述第二反射镜之间并耦合到所述第二反射镜。6.根据权利要求1至5中任一项所述的装置，其特征在于，还包括菲涅尔(Fresnel)透镜，所述菲涅尔透镜位于所述衍射层与所述第二反射镜之间并耦合到所述第二反射镜。7.根据权利要求6所述的装置，其特征在于，所述菲涅尔透镜的焦距F等于所述第二反射镜与所述第一反射镜之间的有效光束路径长度的大约两倍。8.根据权利要求1至5中任一项所述的装置，其特征在于，所述第二反射镜是凹面镜。9.根据权利要求8所述的装置，其特征在于，所述第二反射镜的焦距F大约等于所述第二反射镜与所述第一反射镜之间的有效光束路径长度。10.根据权利要求1至9中任一项所述的装置，其特征在于，还包括位于相邻层之间的抗反射(anti
‑
reflection，AR)层，其中，所述AR层和所述相邻层具有不同的折射率。11.根据权利要求1至10中任一项所述的装置，其特征在于，所述衍射层包括空气。12.根据权利要求1至10中任一项所述的装置，其特征在于，所述衍射层包括玻璃。13.根据权利要求1至12中任一项所述的装置，其特征在于，所述第一反射镜和所述第二反射镜基本上平行。14.根据权利要求1至13中任一项所述的装置，其特征在于，所述装置是衍射深度神经网络(diffractive deep neural network，D2NN)。15.根据权利要求14所述的装置，其特征在于，所述D2NN还包括与所述输入端口间隔开的输出端口，其中，所述D2NN是D2NN系统的一部分，所述D2NN系统包括耦合到所述输出端口的光电探测器(photodetector，PD)阵列。16.一种衍射深度神经网络(diffractive deep neural network，D2NN)设备，其特征在于，包括：输入端口，用于接收光束；调制层，包括第一调制区域和第二调制区域，所述第一调制区域用于对所述光束执行第一空间调制，以获得第一调制信号；第一反射镜，用于以第一非零入射角反射所述第一调制信号，以获得第一反射信号；
衍射层，用于衍射所述第一反射信号，以获得衍射信号；第二反射镜，用于以第二非零入射角反射所述衍射信号，以获得第二反射信号；所述第二调制区域用于对所述第二反射信号执行第二空间调制，以获得第二调制信号。17.根据权利要求16所述的D2NN设备，其特征在于，还包括透镜，所述透镜用于在所述第二反射镜反射所述衍射信号之前聚焦所述衍射信号。18.根据权利要求17所述...
【专利技术属性】
技术研发人员：刘翔，谭涌溪，程宁，杨劲，弗兰克，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：
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。