帖子
勛章
關(guān)注
任務(wù)
我要發(fā)表
光行天下>光電資訊及信息發(fā)布>3D打印造出人工神經(jīng)網(wǎng)絡(luò)，UCLA團(tuán)隊(duì)實(shí)現(xiàn)全光學(xué)機(jī)器學(xué)習(xí)
光行天下>光電資訊及信息發(fā)布>3D打印造出人工神經(jīng)網(wǎng)絡(luò)，UCLA團(tuán)隊(duì)實(shí)現(xiàn)全光學(xué)機(jī)器學(xué)習(xí)
3D打印造出人工神經(jīng)網(wǎng)絡(luò)，UCLA團(tuán)隊(duì)實(shí)現(xiàn)全光學(xué)機(jī)器學(xué)習(xí) 研究團(tuán)隊(duì)首先提出了一種全光學(xué)的深度學(xué)習(xí)框架——衍射深度神經(jīng)網(wǎng)絡(luò)（Diffractive Deep Neural Network，D2NN），該架構(gòu)采用基于深度學(xué)習(xí)算法的無(wú)源衍射層（passive diffractive layers）設(shè)計(jì)，經(jīng)誤差反向傳播法（error back-propagation method）訓(xùn)練后，能夠以接近光速的高速處理能力，實(shí)現(xiàn)多種機(jī)器學(xué)習(xí)的復(fù)雜功能。團(tuán)隊(duì)最后采用 3D 打印制造出了這種光學(xué)架構(gòu)，實(shí)現(xiàn)了手寫(xiě)數(shù)字和時(shí)尚產(chǎn)品的圖像分類(lèi)。該成果已經(jīng)發(fā)表于《Science》雜志上。  圖丨論文：All-optical machine learning using diffractive deep neural networks（利用衍射深度神經(jīng)網(wǎng)絡(luò)的全光機(jī)器學(xué)習(xí)） “構(gòu)建由光學(xué)元件堆疊成的固態(tài)人工神經(jīng)網(wǎng)絡(luò)是一種非常有創(chuàng)新性的方法，”瑞士洛桑聯(lián)邦理工學(xué)院光學(xué)與電氣工程學(xué)院教授 Demetri Psaltis 表示。 蒙特利爾大學(xué)研究機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的 Roland Memisevic 和 Yoshua Bengio 團(tuán)隊(duì)的研究生 Olexa Bilaniuk 指出，這一成果新穎之處不在深度學(xué)習(xí)部分，而是光學(xué)工程部分和使用 3D 打印“人工神經(jīng)網(wǎng)絡(luò)”的能力�！耙郧皹�(gòu)建這樣一個(gè)光學(xué)網(wǎng)絡(luò)的工作要么僅僅停留在理論上，要么也只能構(gòu)建一個(gè)又小有簡(jiǎn)單的系統(tǒng)，”他補(bǔ)充道。  圖丨Aydogan Ozcan |