基于时域泰伯效应的光电融合的卷积神经网络系统技术方案

本发明专利技术公开了一种基于时域泰伯效应的光电融合的卷积神经网络系统，包括：光脉冲发生装置，被配置为产生第一光脉冲簇和第二光脉冲簇；卷积装置，被配置为根据第一光脉冲簇生成第三光脉冲簇，并基于时域泰伯效应对第三光脉冲簇进行卷积计算，生成卷积计算结果，其中，第三光脉冲簇的幅度表征待处理的数据；以及全连接装置，被配置为根据第二光脉冲簇和卷积计算结果生成第四光脉冲簇，并基于时域泰伯效应对第四光脉冲簇进行识别计算，生成识别计算结果。果。果。

【技术实现步骤摘要】
基于时域泰伯效应的光电融合的卷积神经网络系统


[0001]本专利技术涉及微波光子学
，具体涉及一种基于时域泰伯效应的光电融合的卷积神经网络系统。

技术介绍

[0002]生物神经网络使生物产生了意识，帮助生物思考和行动，使生物具有了智慧。人类从生物神经网络中得到启发，试图对生物神经网络进行仿真和模拟，专利技术了人工神经网络。作为人工神经网络重要的一类，卷积神经网络通过卷积、池化等过程对输入信号进行特征提取，减少了需要优化的参数的数量；其次，通过训练获得特征提取的参数，避免了人工特征提取。这些优势使得卷积神经网络在图像分类、语音识别等领域广泛应用。
[0003]但是，随着社会的进步和科技的发展，需要进行识别和处理的数据量越来越大，传统的基于冯诺依曼架构的卷积神经网络正日益面临着处理速率、延时、能耗等瓶颈。

技术实现思路

[0004]有鉴于此，本专利技术的主要目的在于提供一种基于时域泰伯效应的光电融合的卷积神经网络系统，以期至少部分地解决上述提及的技术问题中的至少之一。
[0005]为实现上述目的，本专利技术的技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时域泰伯效应的光电融合的卷积神经网络系统，包括：光脉冲发生装置，被配置为产生第一光脉冲簇和第二光脉冲簇；卷积装置，被配置为根据所述第一光脉冲簇生成第三光脉冲簇，并基于时域泰伯效应对所述第三光脉冲簇进行卷积计算，生成卷积计算结果，其中，所述第三光脉冲簇的幅度表征待处理的数据；以及全连接装置，被配置为根据所述第二光脉冲簇和所述卷积计算结果生成第四光脉冲簇，并基于时域泰伯效应对所述第四光脉冲簇进行识别计算，生成识别计算结果。2.根据权利要求1所述的卷积神经网络系统，其中，所述卷积装置包括：第一光脉冲调制模块，被配置为对所述第一光脉冲簇的幅度进行调制，输出初始第三光脉冲簇，其中，所述初始第三光脉冲簇中的光脉冲具有梳状光谱，所述梳状光谱具有多个光谱分量；卷积计算模块，被配置为对所述初始第三光脉冲簇的多个光谱分量进行编辑，得到所述第三光脉冲簇，其中，所述第三光脉冲簇加载了目标卷积核；并基于所述时域泰伯效应对所述第三光脉冲簇进行卷积计算，输出第五光脉冲簇；第一输出模块，被配置为根据所述第五光脉冲簇生成第一电信号，其中所述第一电信号表征卷积计算结果。3.根据权利要求2所述的卷积神经网络系统，其中，所述卷积计算模块包括：第一色散介质，被配置为产生所述时域泰伯效应，以将所述初始第三光脉冲簇中不同光脉冲的不同光谱分量延时对准，生成第一待处理光脉冲簇；第一波形整形器，被配置为对所述第一待处理光脉冲簇的光谱分量进行整形，以使所述目标卷积核加载到所述第一待处理光脉冲簇上，生成所述第三光脉冲簇，并根据所述第三光脉冲簇中各光谱分量所表示的所述目标卷积核以及所述目标卷积核中值的正负进行分束，输出所述第五光脉冲簇。4.根据权利要求3所述的卷积神经网络系统，其中，所述第五光脉冲簇包括表示所述目标卷积核中的非负值的第五光脉冲簇的第一光谱分量和表示卷积核中的负值的第五光脉冲簇的第二光谱分量；所述第一波形整形器包括输出端口；其中，所述输出端口的数量通过所述第一光谱分量和所述第二光谱分量的数量确定。5.根据权利要求4所述的卷积神经网络系统，其中，所述第一输出模块包括：光开关，所述光开关被配置为根据预设条件对所述第五光脉冲簇的光谱分量进行滤波，生成有效光脉冲簇，其中，所述有效光脉冲簇中的有效光脉冲包括表示卷积核中非负值的有效光脉冲的第一有效光谱分量和表示卷积核中负值的有效光脉冲的第二有效光谱分量；其中，所述光开关的数量与所述目标卷积核的数量相匹配；第一光耦合器，被配置为接收并合束多个所述第一有效光谱分量；第二光耦合器，被配置为接收...

【专利技术属性】
技术研发人员：李明，孟祥彦，石暖暖，
申请(专利权)人：中国科学院半导体研究所，
类型：发明
国别省市：