一种基于周期性激活的光电神经网络计算架构

    公开(公告)号:CN120031081A

    公开(公告)日:2025-05-23

    申请号:CN202510105599.3

    申请日:2025-01-23

    Abstract: 本发明公开了一种基于周期性激活的光电神经网络计算架构,包括光源单元、光电加权计算单元和光电非线性激活单元;所述光源单元用于将光源进行分束后输出n路光信号;所述光电加权计算单元用于接收所述光源单元输出的所述n路光信号并对其进行调制、加权后转换为电信号输出从而完成光电神经网络的矩阵加权计算;所述光电非线性激活单元用于接收所述光电加权计算单元输出的电信号并对所述电信号进行非线性激活后输出最终的电信号从而完成光电神经网络的激活;其中,n为正整数,且n≥2。本发明能使得光电神经网络具有更强的拟合和信息表达能力。

    一种基于波长模式复用的光学卷积神经网络计算系统

    公开(公告)号:CN117474064A

    公开(公告)日:2024-01-30

    申请号:CN202311649903.8

    申请日:2023-12-05

    Abstract: 本发明公开了一种基于波长模式复用的光学卷积神经网络计算系统,包括基于多波长光源、电光强度调制器阵列、波长模式复用解复用器的信号调制模块,信号加权模块以及光电转换信号累加模块;信号调制模块用于产生和输出调制的光信号,信号加权模块用于对经过调制的光信号进行加权处理,光电转换信号累加模块用于进行信号累加和光电转换处理;信号加权模块中,光信号经过带有相变材料的波导后完成信号的加权运算,相变材料用于调控信号权重,通过设置相变材料的结晶态,使得光信号经过变材料后强度发生衰减,衰减系数即为信号加权的权重值。本发明能够提高光计算硬件的计算密度,并极大地降低光计算的能耗,提高计算能效。

Patent Agency Ranking