当前位置: 首页 > 专利查询>武汉大学专利>正文

全光非线性激活器、其实现方法、网络结构及计算芯片技术

技术编号:41845176 阅读:17 留言:0更新日期:2024-06-27 18:24
本申请属于光信号处理领域,具体公开了一种全光非线性激活器、其实现方法、网络结构及计算芯片,全光非线性激活器包括:光线性干涉单元和光非线性激活单元;所述光线性干涉单元包括:至少一个光线性干涉器件;每个光线性干涉器件包括:干涉仪和第一调整器件;所述第一调整器件,用于调整入射到干涉仪的不同波长激光在不同干涉臂处的分裂比,所述干涉仪,用于对入射的激光进行线性运算;光非线性激活单元的至少一个输入端与光线性干涉单元的至少一个输出端连接,用于对非线性干涉单元输出的激光进行全光非线性激活。通过本申请,能够提高全光非线性激活器的带宽,实现了多光并行计算且大大减小了器件的体积。

【技术实现步骤摘要】

本申请属于光信号处理领域,更具体地,涉及一种全光非线性激活器、其实现方法、网络结构及计算芯片


技术介绍

1、随着数据库技术、人工智能、数理统计和并行计算等技术的发展与融合,数据挖掘技术应运而生。在大数据时代,数据挖掘的应用范围非常广泛,包括金融、医疗、市场营销和社交媒体等领域。数据挖掘是从庞大数据中挖掘出有潜在价值信息的信息处理技术,它包括神经网络、遗传算法、粗糙集、支持向量机和决策树等多门技术,其中神经网络法具有良好的自学习和含联想储存功能,能够高速寻找优化解,有效提高需求预测准确率。在数据挖掘中,神经网络常用于处理大规模数据集,通过学习数据之间的关系来进行分类、回归或聚类等任务。神经网络的强大之处在于其能够从数据中提取复杂的非线性关系,并逐步改进其性能以更好地适应数据。因此,神经网络在数据挖掘中被广泛应用于各种领域,包括图像识别、自然语言处理、推荐系统等。

2、如今,大多数应用的人工神经网络都是建立在冯·诺依曼电子计算机上的软件模拟。尽管神经网络具有先进的性能,但随着摩尔定律所体现的电子晶体管的指数缩放接近其物理极限,电子硬件实现已经达到本文档来自技高网...

【技术保护点】

1.一种全光非线性激活器,其特征在于,包括:光线性干涉单元和光非线性激活单元;

2.根据权利要求1所述的全光非线性激活器,其特征在于,所述光非线性激活单元的带宽大于预设带宽,和/或在预设带宽内的损耗低于预设损耗值。

3.根据权利要求1或2所述的全光非线性激活器,其特征在于,所述光非线性激活单元,包括:至少一个硅波导;

4.根据权利要求1所述的全光非线性激活器,其特征在于,所述第一调整器包括:可调谐移相器和微环谐振腔中的至少一个。

5.根据权利要求1所述的全光非线性激活器,其特征在于,每个光线性干涉器件还包括:第二调整器;

6.一...

【技术特征摘要】

1.一种全光非线性激活器,其特征在于,包括:光线性干涉单元和光非线性激活单元;

2.根据权利要求1所述的全光非线性激活器,其特征在于,所述光非线性激活单元的带宽大于预设带宽,和/或在预设带宽内的损耗低于预设损耗值。

3.根据权利要求1或2所述的全光非线性激活器,其特征在于,所述光非线性激活单元,包括:至少一个硅波导;

4.根据权利要求1所述的全光非线性激活器,其特征在于,所述第一调整器包括:可调谐移相器和微环谐振腔中的至少一个。

5.根据权利要求1所述的全光非线性激...

【专利技术属性】
技术研发人员:刘晓慧何梦吴江汪润陈一何梦婷蒋子可欧桂燕
申请(专利权)人:武汉大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1