Metasurface-based all-optical diffractive convolutional neural networks

Liang, Zhijiang

doi:10.1063/5.0323145

Metasurface-based all-optical diffractive convolutional neural networks

2026-04-07

0

PRE

AI

DOI：10.1063/5.0323145

原文链接

原文求助

摘要

En 中文

日益增长的能源需求和电子神经网络中的并行处理瓶颈凸显了替代计算范式的必要性。光学神经网络利用光传播的固有并行性和速度，提供了一种极具吸引力的解决方案。然而，实现卷积神经网络组件的全光实现仍是一项艰巨挑战。为此，我们提出了一种基于超表面的全光衍射卷积神经网络（MAODCNN），用于计算机视觉任务。该架构将基于超表面的光学卷积层（对光场执行并行卷积）与级联的衍射神经网络（作为全光学解码器）协同集成。这种协同设计促进了逐层特征提取和优化，可直接在光学域内进行。数值模拟证实，卷积层与衍射层的融合显著提高了分类精度，其性能随衍射层数量的增加而提升。MAODCNN框架为实际全光CNN奠定了可行基础，为先进模式识别中的高效、低功耗光学计算铺平了道路。

Keyword:

ARTIFICIAL-INTELLIGENCE

Metasurface-based all-optical diffractive convolutional neural networks

摘要

期刊

机构

引用论文