.png){kind=icon}
返回
Cascaded Metasurfaces Enabled Sequencable Diffractive Processor for Multi-Task Processing and Encryption
.png){kind=icon}
PRE
AI
DOI：10.1002/lpor.71919.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
全光衍射深度神经网络（D2NN）因其低功耗和光速并行处理能力，被开发为全光智能计算的最重要架构。目前，D2NN面临的主要挑战是探索新的自由度以扩展多层衍射层之间的通道容量。本文提出了一种通过重新配置堆叠顺序和层间距离的可编程方案，以实现高容量处理能力。实验中，我们通过交换相同三层超表面的空间顺序和层间距离，同时实现了6个分类器和6个三角计算器。此外，我们展示了利用图像变换和移位操作的高安全性信息传输框架。为提高鲁棒性，我们设计了偏振不敏感的超表面，以突破偏振依赖的多任务衍射处理的限制。所展示的现象具有偏振不敏感特性、优异的灵活性和鲁棒性，为下一代多功能、高容量全光计算和多样化应用提供了范例。
Keyword:
classifiers
diffractive processor
information encryption
metasurface
trigonometric calculators
期刊
L
IF:
10
论文数:
1.3K
被引数:
1
机构
引用论文
Metasurface-enabled on-chip multiplexed diffractive neural networks in the visible在可见光中实现超表面的片上多路复用衍射神经网络
OAAI
OAAI分享收藏Dynamic Multifunctional Metasurfaces Based on Passive Cascade Structure基于无源级联结构的动态多功能超表面.png)
Electron
ElectronIF0
PREAI
分享收藏Light Propagation with Phase Discontinuities: Generalized Laws of Reflection and Refraction具有相位不连续性的光传播: 反射和折射的广义定律Science
OAAI
ScienceIF0
OAAI分享收藏分享收藏Metasurface Enabled Multi-Target and Multi-Wavelength Diffraction Neural Networks支持超表面的多目标和多波长衍射神经网络
PREAI
分享收藏
查看更多内容