公开(公告)号：CN113110493A

公开(公告)日：2021-07-13

申请号：CN202110495811.3

申请日：2021-05-07

Applicant: 北京邮电大学

Inventor： 张天 ,  胡富荣 ,  杨志伟 ,  赵婉玉 ,  戴键 ,  徐坤

IPC: G05D1/02

Abstract: 本发明实施例提供了一种基于光子神经网络的路径规划设备及路径规划方法，可以先基于待规划路径的场景中的历史状态信息，来得到对应的历史操作价值，进而基于历史状态信息对应的历史操作信息以及对应的历史操作价值，对光子神经网络模型进行训练，得到训练完成的光子神经网络模型；最后，将待规划路径的场景中的当前状态信息输入至训练完成的光子神经网络模型中，可以得到该训练完成的光子神经网络模型输出的路径规划设备的路径规划信息。在本发明实施例中，由于光子神经网络在处理线性运算时可以以光速进行，而且能耗小，因此，采用光子神经网络模型进行路径规划，可以缩短路径规划过程中的时间开销，提高了路径规划的效率。

公开(公告)号：CN113110493B

公开(公告)日：2022-09-30

申请号：CN202110495811.3

申请日：2021-05-07

Applicant: 北京邮电大学

Inventor： 张天 ,  胡富荣 ,  杨志伟 ,  赵婉玉 ,  戴键 ,  徐坤

IPC: G05D1/02

Abstract: 本发明实施例提供了一种基于光子神经网络的路径规划设备及路径规划方法，可以先基于待规划路径的场景中的历史状态信息，来得到对应的历史操作价值，进而基于历史状态信息对应的历史操作信息以及对应的历史操作价值，对光子神经网络模型进行训练，得到训练完成的光子神经网络模型；最后，将待规划路径的场景中的当前状态信息输入至训练完成的光子神经网络模型中，可以得到该训练完成的光子神经网络模型输出的路径规划设备的路径规划信息。在本发明实施例中，由于光子神经网络在处理线性运算时可以以光速进行，而且能耗小，因此，采用光子神经网络模型进行路径规划，可以缩短路径规划过程中的时间开销，提高了路径规划的效率。

公开(公告)号：CN113919486A

公开(公告)日：2022-01-11

申请号：CN202111227040.6

申请日：2021-10-21

Applicant: 北京邮电大学

Inventor： 张天 ,  赵兴亚 ,  杨志伟 ,  戴键 ,  徐坤

IPC: G06N3/04 ,  G06N3/067 ,  G06N3/08

Abstract: 本发明首先提出一种基于VGG16的衍射光子神经网络，利用光衍射层作为VGG16的光学前端，并替换VGG16中计算耗时占比非常大的第一层卷积层，随后对输入的数据集进行分类，从而可实现计算速度的大大提升，克服基于电的深度神经网络计算慢的问题。同时由于这种网络结构固定，第一层卷积层不需要参与训练，所以可以克服DONN中相位掩膜版不可动态调节的问题。其次，基于此结构，提出了一种面向情境依赖处理的方法。在该方法中，将VGG16‑DONN与CDP模块相结合，利用VGG16‑DONN对输入的数据集进行特征提取，随后将提取的特征再输入到CDP模块，利用OWM算法对其进行训练，并借助光子计算速度快的优势，将提取过程大大加快，实现根据不同的情境进行快速的数据分类。