光神經網路

光神經網路

光神經網路則是利用光技術,如光連線技術和光器件技術而形成的一種新型網路。它具有超並行處理和傳輸信息的能力,高密度引線能力和可對圖像直接進行處理的獨特優點。它的基本組成單元是光神經元器件和光突觸器件,其中光神經晶片又是至關重要的。

基本介紹

  • 中文名:光神經網路
  • 外文名:Optical Neural Network
  • 基本單元:光神經元器件和光突觸器件
  • 所屬學科:信息科學
  • 基本結構形式:通常以及直接處理圖像的網路形式
  • 未來研究方向:光神經計算機和光信息處理
簡介,三維結構形式,光神經元器件,光神經晶片,人工網膜晶片,圖像聯想存貯器,具有學習和記憶功能的光神經晶片,光照射型神經晶片,未來研究方向,

簡介

神經網路是由神經元和連線神經元的突觸而構成的網路結構。而光神經網路則是利用光技術,如光連線技術和光器件技術而形成的一種新型網路。它具有超並行處理和傳輸信息的能力,高密度引線能力和可對圖像直接進行處理的獨特優點。它的基本組成單元是光神經元器件和光突觸器件,其中光神經晶片又是至關重要的。

三維結構形式

作為構成光神經網路的基本單元是光神經元器件和光突觸器件。目前,基於微電子技術的超大規模積體電路(VLSI)晶片開發已取得了長足進步,但是採用光技術的光學器件尚很不成熟。因此,實現光神經網路的一個可行方案是採用光電結合技術。即在高密度引線的突觸結合網中採用光技術,而在需要進行非線性處理的神經元器件中使用微電子技術。
圖1是利用三維空間的光神經網路的兩種基本結構形式。一種是通常的網路形式,即把應該處理的信號作為神經元的狀態向量表示(類型A)。另一種是直接處理圖像的網路形式,即把應該處理的信號作為突觸加權行列表示(類型B)。但不管哪種形式,其狀態向量和行列的積和運算是完全並列進行的。
圖1圖1

光神經元器件

光神經元器件是由對輸入光信號進行綜合運算的光敏器件和對輸入光信號進行非線性處理的電子電路所構成。如果要把被變換的信號傳送到其它神經元,還需要採用發光器件和光調製器。

光神經晶片

人工網膜晶片

一般而言,生物的網膜是將輸入圖像信息進行壓縮,只將圖像的輪廓和運動的物體等重要信息傳送到大腦,起著一種柔性預處理程式的作用。二維圖像信息被並行輸入網膜,再作並行處理和並行輸出,生物網膜具有的這種信息壓縮能力和並行處理功能,可用於對圖像進行實時處理。
人工網膜晶片結構人工網膜晶片結構
光神經晶片可以用來作為實時圖像處理和計算機的智慧型接口。圖2是基於類型B的人工網膜晶片的結構,它是由NxN個VSPD進行二維陣列排布組成的。輸入部分包括NxN個像素的光圖像信息和N個向量的控制電壓。經處理後的信息以光電流形式輸出,它是控制電壓和光圖像信息的積和。這種晶片的工作原理是顯而易見的,即把控制電壓的圖形作為1和一1,並使其從第一行到第N行作為周期性漂移,便可在輸出部分獲得圖像的輪廓。圖片中也示出了利用具有64x64個器件的人工網膜晶片所得到的圖像輪廓實例,其處理時間為200邵。改變控制電壓的圖形,可以進行各種圖像處理。例如,如果所有的VSPD均具有相同的靈敏度,那么可以迅速地將二維圖像信號壓縮成一維信號。採用這種壓縮信號,可以實現圖像的實時識別。除此之外,少、工網膜晶片還具有圖像的瞬時記憶,二維傅立葉變換,從複雜的圖像中取出特定圖形等多種功能,在圖像識別中具有重要作用。

圖像聯想存貯器

圖3示出了圖像聯想存貯器晶片的基本結構,它是在人工網膜晶片積層SLM得到的。其基本工作原理是,首先將隨機圖形的控制電壓作為神經元的初期向量輸入,此輸入向量和強度被調製的圖像行列的積和作為光電流輸出。此光電流經非線性處理後反饋到控制端,則神經元的狀態向量將收斂為某一穩定狀態。因此從這種穩定狀態便可以識別輸入圖像。
光神經網路

具有學習和記憶功能的光神經晶片

迄今所開發的VLSI晶片,一般不具有既能在學習時可以改變突觸加權值,又能以邏輯值形式長時間記憶被改變的突觸加權值的功能,這就限制了神經晶片學習的高速化和裝置的小型化等。利用VSPD可以有效地解決這一間題。例如,若以二維陣列形式配置VSPD/LED集成器件,可以實現類型A結構的晶片化。當光神經晶片改變突觸加權值進行學習時,一邊使LED工作,一邊在VSPD的控制極加上一個與突觸加權值的變化量成比例關係的電壓。若進行積和運算,可利用神經元的狀態向量驅動LED陣列,那么在輸出端便可以得到光電流

光照射型神經晶片

隨著神經晶片的大規模化,若對所有的突觸加權值進行並行控制,則需要的連線數會急劇增加。因此開發利用光照射改變突觸加權值的光連線技術已勢在必行.這種光神經晶片結構與圖像聯想存貯器大體相同。當向VSPD陣列上均勻照射SLM的透射光時,在其上便可以光學寫入與SLM的透射率相對應的突觸加權行列。如果這種光照射型神經晶片中有N個神經元,那么其電連線數至多有2N個。

未來研究方向

神經網路的研究目前已成為現代腦神經科學,數理科學,信息科學和電子科學等綜合研究領域的共同前沿課題之一。而光神經網路與光神經晶片的開發又是實現光神經計算機和光信息處理的關鍵。作為今後光神經晶片的研究方向是:結構簡單且製作容易的光學器件的設計,光學器件的集成製作技術,具有高密度引線連線能力的大規模晶片的研製,以及光圖像處理晶片的實用化等。

相關詞條

熱門詞條

聯絡我們