← 返回列表

一种应用半导体激光器实现神经网络非线性运算的方法

申请号: CN202311419960.7
申请人: 浙江大学
申请日期: 2023/10/30

摘要文本

本发明公开了一种应用半导体激光器实现神经网络非线性运算的方法,属于光电计算和机器学习技术领域。在高速电学芯片中完成线性运算部分的输出向量被依次编码在λ1波长的激光的不同强度上,作为泵浦源进入m个激光器;在激光器内部完成光与物质的相互作用,发生激射,从而产生波长为λ2的强度不同的激光,且其不同强度信息即为非线性运算后的输出信号。将输出信号接入光衰减器,对激光强度进行k比例的调整,以满足神经网络非线性输出时光电探测器检测的强度要求,光电探测器的输出被作为后续高速电学芯片的输入,进入下一层神经网络的计算。本发明通过运用激光器技术,实现了ReLU和Sigmoid两种激活函数的光学替代。

专利详细信息

项目 内容
专利名称 一种应用半导体激光器实现神经网络非线性运算的方法
专利类型 发明申请
申请号 CN202311419960.7
申请日 2023/10/30
公告号 CN117592533A
公开日 2024/2/23
IPC主分类号 G06N3/067
权利人 浙江大学
发明人 金潮渊; 姜茗瀚; 董雯婷; 盛言蹊; 刘逸丰; 任芮瑶
地址 浙江省杭州市西湖区余杭塘路866号

专利主权项内容

1.一种应用半导体激光器实现神经网络非线性运算的方法,其特征在于包括如下步骤:S1.获取用于神经网络计算的高速电学芯片中线性运算部分的输出向量o1=[o11, o12, …, o1m],将其编码在λ波长的激光的不同强度上,作为泵浦源,即作为非线性运算的输入信号i1=[i11, i12, …, i1m];1S2.非线性运算的输入信号i1=[i11, i12, …, i1m]进入m个激光器;每个激光器接收所述强度为i1x的激光后,在激光器内部完成光与物质的相互作用实现非线性运算,从而产生波长为λ的强度为o2x的激光,其不同强度信息即为非线性运算后的输出信号o2=[o21, o122, …, o2m],其中x=1,2,…, m;所述输出向量o2与输入向量i1有一个一一对应的非线性映射关系,表示为y=f(x),此映射关系即为激活函数的映射关系;2S3.将输出信号接入光衰减器,对激光强度进行k比例的调整,以满足神经网络非线性输出时光电探测器检测的强度要求,所述k范围为0-1的正数;所述光电探测器的输出被作为后续高速电学芯片的输入,进入下一层神经网络的计算。