.png){kind=icon}
返回
Parallel nonlinear neuromorphic computing with temporal encoding
.png){kind=icon}
OA
AI
DOI：10.1126/sciadv.aea1114.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
深度学习应用的普及加剧了对低能耗、高计算速度电子硬件的需求。神经形态光子学已作为一种可行的替代方案，在物理空间中处理高通量信息。然而，由于传统非线性材料和光电转换中的能量效率和操控性受损，同时实现高线性与非线性表达能力构成了显著挑战。本文介绍了一种并行非线性神经形态处理器，仅通过利用时空超表面的时域编码，即可实现多维信道中信息状态的任意叠加。基于分布式时空超表面的概念实验展示，在异步调制的多标签识别和并行多任务中表现出鲁棒性能。我们的非线性处理器在经典迷宫求解问题的实时响应中展示了动态记忆能力。本研究为针对复杂场景定制的时间调制神经形态处理器开辟了一条灵活的途径。
Keyword:
Neuromorphic computing
Neuromorphic photonics
Temporal encoding
Spatiotemporal metasurfaces
