.png){kind=icon}
返回
Reconfigurable photonic complex-valued matrix–vector multiplication processor based on time-division multiplexing
.png){kind=icon}
PRE
AI
DOI：10.1016/j.optlastec.2026.114687.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
矩阵-向量乘法（MVM）运算在光子计算系统和信号处理中发挥着关键作用。基于时分复用架构，我们提出了一种可重构的光学复数MVM（RP-CMVM）处理器。该方案采用复数编码和解码技术，仅使用三个强度调制器即可执行任意复数运算。同时，该架构能够灵活切换复数和实数计算任务，而无需改变系统硬件。对于涉及任意两组复数数据的计算，RP-CMVM输出的均方根误差（RMSE）约为3E-3。此外，它支持使用复数Sobel算子进行图像并行边缘提取，输出图像的RMSE约为1E-2。然后，在虹膜分类任务中，基于RP-CMVM的神经网络达到了96.67%的测试准确率。此外，我们基于所提方案实现了相干光通信系统中的频率偏移补偿任务，其误码率基本与经典算法一致。进一步地，该方案结合波分复用实现并行计算，其计算速度可达万亿次每秒（TOPS）级别。因此，RP-CMVM处理器为构建可重构、高效的MVM计算平台提供了一种替代解决方案。
期刊
O
IF:
0
论文数:
880
被引数:
0
机构
引用论文
All-optical spiking neurosynaptic networks with self-learning capabilities具有自学习能力的全光尖峰神经突触网络.png)
Nature
OAAI
NatureIF0
OAAI分享收藏Photonics for artificial intelligence and neuromorphic computing用于人工智能和神经形态计算的光子学NATURE PHOTONICSOAAI
NATURE PHOTONICSIF32.9
OAAI分享收藏Dual-Stream Complex-Valued Convolutional Network for Authentic Dehazed Image Quality Assessment
PREAI
分享收藏Photonic neural networks and optics-informed deep learning fundamentals光子神经网络和光学-通知深度学习基础APL PHOTONICS
OAAI
APL PHOTONICSIF5.3
OAAI分享收藏Computing dimension for a reconfigurable photonic tensor processing core based on silicon photonicsOPTICS EXPRESSOAAI
OPTICS EXPRESSIF3.3
OAAI分享收藏分享收藏
查看更多内容